计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2007年
4期
91-94,123
,共5页
支持向量机%基于转换的错误驱动学习%汉语组块识别
支持嚮量機%基于轉換的錯誤驅動學習%漢語組塊識彆
지지향량궤%기우전환적착오구동학습%한어조괴식별
本文研究了一种支持向量机(SVM)和基于转换的错误驱动学习相结合的汉语组块识别方法.SVM在选取特征方面有突出的优点,并且在高维特征空间也具有较高的泛化性能,通过核函数的原则,SVM能够在独立于训练数据维数的小计算范围内进行训练.利用基于转换的错误驱动学习方法对SVM的标注结果进行校正,转换规则较好地处理了语言现象中的特殊情况,进一步提高了SVM的识别结果.实验结果表明,该方法具有较好的效果.
本文研究瞭一種支持嚮量機(SVM)和基于轉換的錯誤驅動學習相結閤的漢語組塊識彆方法.SVM在選取特徵方麵有突齣的優點,併且在高維特徵空間也具有較高的汎化性能,通過覈函數的原則,SVM能夠在獨立于訓練數據維數的小計算範圍內進行訓練.利用基于轉換的錯誤驅動學習方法對SVM的標註結果進行校正,轉換規則較好地處理瞭語言現象中的特殊情況,進一步提高瞭SVM的識彆結果.實驗結果錶明,該方法具有較好的效果.
본문연구료일충지지향량궤(SVM)화기우전환적착오구동학습상결합적한어조괴식별방법.SVM재선취특정방면유돌출적우점,병차재고유특정공간야구유교고적범화성능,통과핵함수적원칙,SVM능구재독립우훈련수거유수적소계산범위내진행훈련.이용기우전환적착오구동학습방법대SVM적표주결과진행교정,전환규칙교호지처리료어언현상중적특수정황,진일보제고료SVM적식별결과.실험결과표명,해방법구유교호적효과.
