HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于HMM的算法优化在中文分词中的应用

作者:朱咸军; 洪宇; 黄雅琳; 张馨予; 肖芳雄隐马尔科夫模型优化hmm中文分词

摘要:随着社交软件的普及,社交软件中社会关系分析日益凸显。中文分词是社会关系分析的一种重要手段,但是现有中文分词方法的效果不好。提出基于隐马尔科夫模型(Hidden Markov Model,HMM)的中文分词优化算法。它们是将基于词典分词算法产生的结果作为附加信息,添加到HMM模型中,在不改动HMM模型的情况下,有效地增加了HMM模型的分词效果。实验结果表明,改进HMM算法能显著提高中文分词的准确率、召回率和F值。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

金陵科技学院学报

《金陵科技学院学报》(CN:32-1722/N)是一本有较高学术价值的大型季刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《金陵科技学院学报》是国内外公开发行的江苏省一级期刊,是经国家新闻出版总署批准,面向国内外公开发行的科技类综合性学术期刊,主要刊登数理科学、工程技术、作物科学、园林园艺、动物科学等学科及交叉、边缘学科的学术论文、研究报告、文献综述等。

杂志详情