文献类型：期刊文章

作　　者：李业刚[1,2] 黄河燕[2] 鉴萍[2]

机构地区：[1]山东理工大学计算机科学与技术学院,淄博255049 [2]北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心,北京100081

出　　处：《自动化学报》

基　　金：国家重点基础研究发展计划(973计划);2013CB329303);国家自然科学基金(61132009;61202244;61201352)资助~~

年　　份：2015

卷　　号：41

期　　号：7

起止页码：1274-1282

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、EI(收录号：20153301165627)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：最大名词短语的识别对机器翻译等诸多自然语言处理任务有着:惹要的意义.以汉语最大名词短语识别为研究任务,在分析现有方法的基础上,从汉语的语H学特殊性以及基于支持向量机的序列标注算法的特点出发,考查了基于混合特征的融合算法的适应性.实验证叨,釆用词和基本组块混合标注单元的标注方法对汉语最大名词短语的识别是有效的,并且其i E反向识别结果具有一定的互补性,在此基础上提出的基于"边界分歧"的双向序列标注融合算法恰能发掘双向识别的互补性,并达到较高的融合精度.

关 键 词：最大名词短语  双向标注  基本组块  混合特征  

分 类 号：TP391.1]