基于选择性词汇化的隐马尔可夫模型专门化
计算与语言
2007-05-23 v1 机器学习
摘要
我们提出一种通过引入表示句法罕见词的词汇化状态来补充隐马尔可夫模型的技术。我们的方法检查转移的分布，选择罕见词，并为这些词建立词汇化状态。我们在 Brown 语料库上进行词性标注实验以评估所得语言模型，发现该技术在 95% 置信水平下将标注准确率提高了 0.21%。
引用
@article{arxiv.cs/9912016,
title = {HMM Specialization with Selective Lexicalization},
author = {Jin-Dong Kim and Sang-Zoo Lee and Hae-Chang Rim},
journal= {arXiv preprint arXiv:cs/9912016},
year = {2007}
}
备注
7 pages, 6 figures