一种用于上下文敏感拼写纠正的贝叶斯混合方法

两类方法已被证明可用于解决词汇歧义问题。第一类方法依赖于在歧义目标词附近一定距离内特定词语的出现；第二类方法利用目标词周围的词语模式与词性标注序列。这两种方法具有互补覆盖能力：前者捕捉词汇的"氛围"（话语主题、时态等），后者捕捉局部句法。Yarowsky 利用这种互补性，通过决策列表将两种方法加以结合。其思路是汇集各组成方法所提供的证据，然后应用最强的一条证据来解决目标问题，无论该证据属于何种类型。本文以 Yarowsky 的工作为起点，将决策列表应用于上下文敏感拼写纠正问题。总体而言，决策列表的表现优于任一组成方法。然而，研究发现，若不仅考虑最强的一条证据，而是考虑所有可用证据，还能获得进一步的改进。为此，本文提出了一种基于贝叶斯分类器的新混合方法，并展示了其性能提升。