通信学报
通信學報
통신학보
JOURNAL OF CHINA INSTITUTE OF COMMUNICATIONS
2007年
10期
7-13
,共7页
王浩畅%赵铁军%郑德权%于浩
王浩暢%趙鐵軍%鄭德權%于浩
왕호창%조철군%정덕권%우호
元学习%分类器融合%叠加归纳%级联归纳%命名实体识别
元學習%分類器融閤%疊加歸納%級聯歸納%命名實體識彆
원학습%분류기융합%첩가귀납%급련귀납%명명실체식별
提出了基于元学习策略的分类器融合的新模型,使用了两类元学习策略将4种分类算法即Generalized Winnow算法、支持向量机算法、条件随机域算法和最大熵算法进行融合,并根据具体领域的应用任务和分类器特点选择了有效特征信息,在面向生物医学文本命名实体识别的应用中取得了较高识别精度.实验结果表明基于元学习策略的分类器融合方法明显优于单分类器方法,并且也优于基于判别规则的分类器融合方法.
提齣瞭基于元學習策略的分類器融閤的新模型,使用瞭兩類元學習策略將4種分類算法即Generalized Winnow算法、支持嚮量機算法、條件隨機域算法和最大熵算法進行融閤,併根據具體領域的應用任務和分類器特點選擇瞭有效特徵信息,在麵嚮生物醫學文本命名實體識彆的應用中取得瞭較高識彆精度.實驗結果錶明基于元學習策略的分類器融閤方法明顯優于單分類器方法,併且也優于基于判彆規則的分類器融閤方法.
제출료기우원학습책략적분류기융합적신모형,사용료량류원학습책략장4충분류산법즉Generalized Winnow산법、지지향량궤산법、조건수궤역산법화최대적산법진행융합,병근거구체영역적응용임무화분류기특점선택료유효특정신식,재면향생물의학문본명명실체식별적응용중취득료교고식별정도.실험결과표명기우원학습책략적분류기융합방법명현우우단분류기방법,병차야우우기우판별규칙적분류기융합방법.