自然語言理解大作業(yè)指南中文的分詞-詞性標(biāo)注系統(tǒng)-資料下載頁
2025-08-01 14:00本頁面
【正文】 些工具，在一些開源工具的基礎(chǔ)上完成你的系統(tǒng) ? 如果你使用了已有的開源系統(tǒng)，你需要在文檔中注明，提供作者和互聯(lián)網(wǎng)鏈接地址 ? 需要注意的是：要求提供一個可訓(xùn)練的模型，并且嚴(yán)格符合所提供的訓(xùn)練集的語言規(guī)范。如果你不加修改地直接使用 一個其它切分或者詞性標(biāo)準(zhǔn)的工具來進(jìn)行處理，將很可能導(dǎo)致災(zāi)難性的結(jié)果 14 技術(shù)指南：分詞 ? 假定你使用兩部模型，第一步完成分詞 ? 建議的步驟如下 –參考我的論文 ? –建議的學(xué)習(xí)模型 : CRFs –使用來自 Taku Kudo的 CRF++ –問題形式化方法和特征集均可參考上述論文 15 技術(shù)指南：詞性標(biāo)注 ? 建議的學(xué)習(xí)模型 – HMM 或者 – 最大熵 Markov模型 ? 解碼算法 – Viterbi 算法 ? 參考論文 – – 該論文為了最佳性能，提到使用兩遍解碼，為了效率，你可以只考慮一遍解碼 ? 提示：互聯(lián)網(wǎng)上有很多可訓(xùn)練的詞性標(biāo)注工具，你可以找到并通過格式修改來使用。
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1