基于双层隐马尔可夫模型的英文词性标注研究
赖威
金忠
南京理工大学计算机科学与工程学院 南京 210094;南京理工大学高维信息智能感知与系统教育部重点实验室 南京 210094
摘要：论文在传统一阶隐马尔可夫模型的基础上,针对隐马尔可夫模型结构信息挖掘不全面的问题,提出了一种双层隐马尔可夫模型.双层隐马尔可夫模型在使用Baum-Welch算法的过程中将词性序列视为观测序列,通过Baum-Welch算法提取更多信息并最大化词性序列概率从而更加贴合实际情况,同时对Viterbi算法做了相应的改动.模型在Penn Tree-bank语料库和Groningen Meaning Bank语料库上进行10折交叉验证,并与传统一阶、二阶隐马尔可夫模型进行对比.结果表明双层隐马尔可夫模型相较传统一阶、二阶隐马尔可夫模型词性标注正确率更高.
关键词：隐马尔可夫模型Baum-Welch算法词性标注Viterbi算法双层隐马尔可夫模型
分类号：TP391.1(计算技术、计算机技术)
论文发表日期：2025-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1226-1229,1268 )
英文信息