基于条件随机场的汉语词汇特征研究
Study of Chinese lexical features based on conditional random fields
北京化工大学 信息科学与技术学院, 北京 100029
摘要
汉语语言在书面表达时不具有天然分词的特性，词汇与词汇之间没有分词标记，因此在汉语文本的识别中需结合其行文的习惯及规则，即所谓的词汇特征。已有研究通常在实验中显式地标注词汇特征来提高识别效果，增加了人工处理流程，极大地加重了算法移植的工作量。研究并归纳了常用汉语语言的词汇特征，并利用条件随机场（conditional random fields，CRF）的特征提取能力，自行实现了复杂特征函数，在语料只具有简单标注的前提下，隐式地提取词汇特征，提高了识别效果。实验证明，在汉语分词中应用复杂词汇特征能有效提高识别性能，提供了在应用中提高识别算法可移植性的新思路。
基金项目
北京市教委资助项目(GWGJ201608)
出版信息
DOI: 10.19734/j.issn.1001-3695.2018.10.0859
出版期卷: 《计算机应用研究》 印刷出版, 2020年第37卷 第6期
所属栏目: 算法研究探讨
出版页码: 1724-1728,1754
文章编号: 1001-3695(2020)06-024-1724-05
发布历史
[2020-06-05] 印刷出版
引用本文
黄定琦, 史晟辉. 基于条件随机场的汉语词汇特征研究 [J]. 计算机应用研究, 2020, 37 (6): 1724-1728,1754. (Huang Dingqi, Shi Shenghui. Study of Chinese lexical features based on conditional random fields [J]. Application Research of Computers, 2020, 37 (6): 1724-1728,1754. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
