注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ctbparser 句法分析

  2. author=qianxian. 一个开源的中文处理工具包，用于分词、词性标注、句法分析，采用的是中文宾州树库标准 采用两维Trie结构加速句法分析; 用户可自己编辑词条; 分词、词性标注、句法分析都基于条件随机场模型; 可输出最好的n个结果; 可输出结果的概率.

  3. 所属分类：专业指导

    • 发布日期：2011-02-21
    • 文件大小：14680064
    • 提供者：kamo54

  1. 基于序列标注的中文依存句法分析方法

  2. 提出了一种基于序列标注模型的中文依存句法分析方法。 该方法将依存句法分析转化成序列标注问题, 利用条件随机 场 CRF ( Cond itionalR andom F ie ld)建立序列标注模型。 在宾州中文树库的测试中, 达得了 76. 59% 的依存关系准确率, 句子准确率也 达到了 23. 5% 。 同时我们改进了 Viterbi算法, 使得依存关系的准确率提高了近 2个百分点, 句子准确率提高了近 3. 5个百分点。

  3. 所属分类：机器学习

    • 发布日期：2018-05-17
    • 文件大小：648192
    • 提供者：q_s_y_q

  1. 宾州中文树库分词指导手册《The Segmentation Guidelines for the Penn Chinese TreeBank(3.0)》

  2. 宾州中文树库的文档之一：描述中文树库的分词准则是什么 文档导读：https://blog.csdn.net/tong_xin2010/article/details/81328070

  3. 所属分类：机器学习

    • 发布日期：2018-08-01
    • 文件大小：323584
    • 提供者：tong_xin2010

  1. ctbparser:ctbparser是一种用C ++语言实现的开源的中文处理工具包（GBK编码），用于分词，词性标注，依存句法分析，采用的是宾州树库（CTB）标准-源码包

  2. ctbparser ctbparser是一种用C ++语言实现的开源的中文处理工具包（GBK编码），用于分词，词性标注，依存句法分析，采用的是宾州树库（CTB）标准。

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：14680064
    • 提供者：weixin_42134144

  1. 自动修改注释

  2. 手动注释的语料库是必不可少的资源，但是对于许多注释任务（例如，创建树库），存在具有不同且不兼容的注释准则的多个语料库。这导致对人类专业知识的利用效率低下，但是可以通过将整个语料库中的知识与不同的注释准则进行集成来纠正。在本文中，我们描述了注释适应的问题和解决方案的内在原理，并提出了一系列可以自动适应不同注释格式之间差异的连续增强模型。我们对中文分词和依存关系解析的任务评估算法。对于分词，由于汉语缺乏词法而没有通用的分词指导原则，因此我们对注释进行了改编，从更大的《人民日报》语料库到较小但更受欢迎

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：289792
    • 提供者：weixin_38679839

  1. 基于分治策略的组块分析

  2. 组块分析的主要任务是语块的识别和划分,它使句法分析的任务在某种程度上得到简化。针对长句子组块分析所遇到的困难,该文提出了一种基于分治策略的组块分析方法。该方法的基本思想是首先对句子进行最长名词短语识别,根据识别的结果,将句子分解为最长名词短语部分和句子框架部分;然后,针对不同的分析单元选用不同的模型加以分析,再将分析结果进行组合,完成整个组块分析过程。该方法将整句分解为更小的组块分析单元,降低了句子的复杂度。通过在宾州中文树库CTB4数据集上的实验结果显示,各种组块识别结果平均F1值结果为91.

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：834560
    • 提供者：weixin_38626075

  1. 结合全局向量特征的神经网络依存句法分析模型

  2. 利用时序型长短时记忆（LSTM,long short term memory）网络和分片池化的卷积神经网络（CNN,convolutional neural network），分别提取词向量特征和全局向量特征，将2类特征结合输入前馈网络中进行训练；模型训练中，采用基于概率的训练方法。与改进前的模型相比，该模型能够更多地关注句子的全局特征；相较于最大化间隔训练算法，所提训练方法更充分地利用所有可能的依存句法树进行参数更新。为了验证该模型的性能，在宾州中文树库（CTB5,Chinese Penn T

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：792576
    • 提供者：weixin_38514523