摘要: 文章首先阐述浅层句法分析可以转化为一个分类问题,然后论述了如何用随机森林的方法来完成这个分类任务。接下来对随机森林算法进行了改进,即基本模型+Bootstrap方式。实验结果显示,针对CoNLL2000提出的浅层句法分析任务,基本模型+Bootstrap方式的Fβ值可以达到92.25%,较基本模型有明显提高。
魏 松. 随机森林及其改进模型在浅层句法分析中的应用[J]. 计算机工程与应用, 2008, 44(9): 159-161.
WEI Song. Random forest based shallow parser[J]. Computer Engineering and Applications, 2008, 44(9): 159-161.