笔记-2002-Combining Classifiers for Chinese Word Segmentation
2012-11-06 17:46
537 查看
Combining Classifiers for Chinese Word Segmentation
作者：Nianwen Xue,Susan P. Converse
单位：Institute for Research in Cognitive Science ；University of Pennsylvania
出处：Proceeding SIGHAN '02 Proceedings of the first SIGHAN workshop on Chinese language processing - Volume 18 Association for Computational Linguistics Stroudsburg, PA, USA ©2002
主要内容：用最大熵解决中文分词问题，抛砖引玉
引言，Introduction
模型，
1为什么用tag解决，怎么tag
2 ME模型
3 ME有标记偏置问题，Transformation-Based Learning去解决
实验
3个实验的介绍
评价及结果分析
讨论
使用最大熵工具注意几点，
1 回车换行只有10 没有13
2 测试语料不能有空行，可以对结果再行处理
3 测试语料如果第一行是测试答案，则输出一个“标记”准确率，并不是P、R、F1
4 迭代次数可以显示对训练语料的拟合程度，Xue的这篇论文拟合程度至少是0.9755
作者：Nianwen Xue,Susan P. Converse
单位：Institute for Research in Cognitive Science ；University of Pennsylvania
出处：Proceeding SIGHAN '02 Proceedings of the first SIGHAN workshop on Chinese language processing - Volume 18 Association for Computational Linguistics Stroudsburg, PA, USA ©2002
主要内容：用最大熵解决中文分词问题，抛砖引玉
引言，Introduction
模型，
1为什么用tag解决，怎么tag
2 ME模型
3 ME有标记偏置问题，Transformation-Based Learning去解决
实验
3个实验的介绍
评价及结果分析
讨论
使用最大熵工具注意几点，
1 回车换行只有10 没有13
2 测试语料不能有空行，可以对结果再行处理
3 测试语料如果第一行是测试答案，则输出一个“标记”准确率，并不是P、R、F1
4 迭代次数可以显示对训练语料的拟合程度，Xue的这篇论文拟合程度至少是0.9755
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 笔记-2012-Unsupervized Word Segmentation the case for Mandarin Chinese
- 笔记-2006-Subword-based Tagging by Conditional Random Fields for Chinese Word Segmentation
- 笔记-2003-Chinese Word Segmentation as LMR Tagging
- 笔记-2003-Chinese Word Segmentation as Character Tagging
- [ACL2017]Adversarial Multi-Criteria Learning for Chinese Word Segmentation
- 笔记-2004-Adaptive Chinese Word Segmentation
- A Gap-Based Framework for Chinese Word Segmentation via Very Deep Convolutional Network
- 笔记-2011-A New Unsupervised Approach to Word Segmentation
- 论文笔记——Rich feature hierarchies for accurate object detection and semantic segmentation
- 《Learning Sentiment-Specific Word Embedding for Twitter Sentiment Classification》阅读笔记
- 论文笔记--Fully Convolutional Networks for Semantic Segmentation
- 【论文笔记】Fully Convolutional Networks for Semantic Segmentation
- [深度学习论文笔记][Semantic Segmentation] Fully Convolutional Networks for Semantic Segmentation
- [Paper 学习笔记] Multi-Scale 3D Convolutional Neural Networks for Lesion Segmentation in Brain MRI
- How To Use WordBasic Functions in an MFC Automation Client for Word 97, Word 2000, Word 2002, or Word 2003
- 【转】R-CNN学习笔记2:Rich feature hierarchies for accurate object detection and semantic segmentation
- 论文笔记之：A CNN Cascade for Landmark Guided Semantic Part Segmentation
- 全卷积（FCN）论文阅读笔记：Fully Convolutional Networks for Semantic Segmentation
- 论文笔记：Research and Implementation of a Multi-label Learning Algorithm for Chinese Text Classification