您的位置： 专家智库
>
资助详情>
山西省忻州师范学院科研基金(200623)
山西省忻州师范学院科研基金(200623)
- 作品数：4 被引量：16H指数：3
- 相关作者：李荣郑家恒郭梅英更多>>
- 相关机构：忻州师范学院山西大学更多>>
- 发文基金：山西省忻州师范学院科研基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于遗传算法的隐马尔可夫模型在名词短语识别中的应用研究被引量：5
- 2009年
- 为了进一步提高名词短语的识别精度,针对遗传算法和隐马尔可夫模型各自的特点,提出一种基于遗传算法的隐马尔可夫模型识别方法。该方法是在高准确率词性标注的基础上实现的。在训练阶段,用遗传算法获取HMM参数;识别阶段先用一种改进的Viterbi算法进行动态规划,识别同层名词短语,然后用逐层扫描算法和改进Viterbi算法相结合来识别嵌套名词短语。实验结果表明,此联合算法达到了94.78%的准确率和94.29%的召回率,充分融合了遗传算法和隐马尔可夫模型的优点,证明它较单一的隐马尔可夫模型识别法具有更好的识别效果。
- 李荣郑家恒郭梅英
- 关键词：短语识别遗传算法隐马尔可夫模型VITERBI算法层次分析
- 一种改进Viterbi算法的应用研究被引量：8
- 2007年
- 为降低现代汉语句法分析的难度,以北大和哈工大语料为基础,利用改进的Viterbi算法对汉语真实文本进行了短语识别研究。提出了在隐马尔可夫模型(HMM)框架下,训练阶段依据统计概率信息,以极大似然法获取HMM参数,识别阶段用一种改进的Viterbi算法进行动态规划,识别同层短语;在此基础上,运用逐层扫描算法和改进Viterbi算法相结合的方法来识别汉语嵌套短语。实验结果表明,识别正确率在封闭测试中可达93.52%,在开放测试中达到77.529%,证明该算法对短语识别问题具有良好的适应性和实用性。
- 李荣郑家恒
- 关键词：隐马尔可夫模型VITERBI算法层次分析短语识别句法分析
- 多重群体遗传算法在装箱问题中的应用研究被引量：3
- 2007年
- 装箱问题是一个有很强应用背景的组合优化问题,求解极为困难。为有效解决该问题,提出了多重群体遗传算法,给出了具体的遗传算法步骤。在算法中采用新陈代谢的选择策略,以更好地保持进化过程中的遗传多样性。实践表明,引入多重群体遗传算法后,装箱效率有明显的改善和提高。
- 李荣
- 关键词：装箱问题种群
- 三种方法的NP识别比较实验研究
- 2007年
- 利用错误驱动法、支持向量机法和隐马尔可模型三种方法对汉语文本进行名词短语识别,对实验进行比较分析,结果表明SVM与HMM的识别效果总体上要好于错误驱动法,HMM法在封闭测试中优势明显.研究表明错误驱动法应用于解决从语料库中学习转换规则的传统问题;SVM方法适用于解决两类别的分类问题;而HMM方法侧重应用在与线性序列相关的现象上.
- 李荣郑家恒
- 关键词：错误驱动支持向量机隐马尔可夫模型短语识别
