现代计算机（专业版）
現代計算機（專業版）
현대계산궤（전업판）
MODERN COMPUTER
2010年
7期
24-27
,共4页
支持向量机%中文组织机构名识别%全局特征%局部特征
支持嚮量機%中文組織機構名識彆%全跼特徵%跼部特徵
지지향량궤%중문조직궤구명식별%전국특정%국부특정
以支持向量机(SVM)为基本框架,提出一种结合多特征的支持向量机中文组织机构名识别模型.考虑中文组织机构名的特点,抽取局部特征与全局特征,并将特征向量转化为二进制表示,在此基础上建立训练集.基于1998年<人民日报>语料的实验结果表明,该混合模型对中文组织机构名的识别是有效的.同时基于不同测试数据的实验结果表明,该模型对不同测试数据源具有一致性.
以支持嚮量機(SVM)為基本框架,提齣一種結閤多特徵的支持嚮量機中文組織機構名識彆模型.攷慮中文組織機構名的特點,抽取跼部特徵與全跼特徵,併將特徵嚮量轉化為二進製錶示,在此基礎上建立訓練集.基于1998年<人民日報>語料的實驗結果錶明,該混閤模型對中文組織機構名的識彆是有效的.同時基于不同測試數據的實驗結果錶明,該模型對不同測試數據源具有一緻性.
이지지향량궤(SVM)위기본광가,제출일충결합다특정적지지향량궤중문조직궤구명식별모형.고필중문조직궤구명적특점,추취국부특정여전국특정,병장특정향량전화위이진제표시,재차기출상건립훈련집.기우1998년<인민일보>어료적실험결과표명,해혼합모형대중문조직궤구명적식별시유효적.동시기우불동측시수거적실험결과표명,해모형대불동측시수거원구유일치성.
