改进的HMM应用于哈萨克语词性标注

doi:10.3778/j.issn.1002-8331.2010.36.040

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (36): 147-149.DOI: 10.3778/j.issn.1002-8331.2010.36.040

• 数据库、信号与信息处理 • 上一篇下一篇

改进的HMM应用于哈萨克语词性标注

侯呈风，古丽拉·阿东别克

新疆大学信息科学与工程学院，乌鲁木齐 830046

收稿日期:2010-07-21 修回日期:2010-09-10 出版日期:2010-12-21 发布日期:2010-12-21
通讯作者: 侯呈风

Improved hidden Markov models used in Kazakh part-of-speech tagging

HOU Cheng-feng，Gulila·Altenbek

College of Information Science and Engineering，Xinjiang University，Urumqi 830046，China

Received:2010-07-21 Revised:2010-09-10 Online:2010-12-21 Published:2010-12-21
Contact: HOU Cheng-feng

摘要/Abstract

摘要： 哈萨克语的词性标注在自然语言信息处理领域中扮演着重要角色，是句法分析、信息抽取、机器翻译等自然语言处理的基础。在传统的HMM的基础上改进了HMM模型参数的计算、数据平滑以及未登录词的处理方法，使之更好地体现词语的上下文依赖关系。利用基于统计的方法对哈萨克语熟语料进行训练，然后用Viterbi算法实现词性标注。实验结果表明利用改进的HMM进行词性标注的效果比传统的HMM好。

关键词: 隐马尔科夫模型, 哈萨克语, 词性标注

Abstract: Part-of-Speech（POS） tagging of Kazakh is playing a key role in natural language information processing.Kazakh POS tagging is the basis of syntactic analysis，information retrieval and machine translation.Based upon the traditional HMM，computing of HMM parameters，data-smoothing and process of?words which are not logged enable to improve context dependence relationship.Use statistical method to train Kazakh corpus，and then use Viterbi algorithm to implement POS tagging.The experimental results show that the effect of POS tagging of improved HMM is better than traditional HMM.

Key words: Hidden Markov Models（HMM）, Kazakh, part-of-speech tagging

中图分类号:

TP391.1

侯呈风，古丽拉·阿东别克. 改进的HMM应用于哈萨克语词性标注[J]. 计算机工程与应用, 2010, 46(36): 147-149.

HOU Cheng-feng，Gulila·Altenbek. Improved hidden Markov models used in Kazakh part-of-speech tagging[J]. Computer Engineering and Applications, 2010, 46(36): 147-149.

[1]	潘立1，2，邓佳1，王永利1. HMM-Cluster：面向交通量过载发现的轨迹聚类方法[J]. 计算机工程与应用, 2018, 54(1): 77-85.
[2]	霍世敏，赵菊敏，李灯熬，朱飑凯. 针对异常序列检测的非法入侵识别算法[J]. 计算机工程与应用, 2017, 53(20): 68-74.
[3]	徐春1，2，3，杨勇4，蒋同海1. 基于机器翻译的维吾尔语形态分析研究[J]. 计算机工程与应用, 2017, 53(14): 138-142.
[4]	武健. 网络用户访问模式挖掘算法研究[J]. 计算机工程与应用, 2016, 52(5): 61-64.
[5]	达吾勒·阿布都哈依尔，努尔买买提·尤鲁瓦斯，刘艳. 面向哈萨克语LVCSR的语言模型构建方法研究[J]. 计算机工程与应用, 2016, 52(24): 178-181.
[6]	吴斌1，卢笑蕾2，余建波2. 晶圆表面缺陷模式的在线探测与自适应识别研究[J]. 计算机工程与应用, 2016, 52(17): 261-265.
[7]	姜芳1，2，李国和1，2，3，岳翔4，吴卫江1，2，3，洪云峰3，刘智渊3，程远3. 基于粗分和词性标注的中文分词方法[J]. 计算机工程与应用, 2015, 51(6): 204-207.
[8]	古丽扎达·海沙1，古丽拉·阿东别克2，3. 哈萨克语动词短语自动识别研究与实现[J]. 计算机工程与应用, 2015, 51(2): 218-223.
[9]	柴茜，王慧琴，廖雨婷，卢英，马宗方. 基于HMM-SVM的图像型火焰识别[J]. 计算机工程与应用, 2015, 51(13): 202-205.
[10]	苏鹏，程健. DHMM在机械设备音频识别中的应用[J]. 计算机工程与应用, 2015, 51(1): 266-270.
[11]	李双庆，慕升弟. 一种改进的DBSCAN算法及其应用[J]. 计算机工程与应用, 2014, 50(8): 72-76.
[12]	赵洪建1，达汉桥2. 基于HMM-LSSVM组合模型的模拟电路故障诊断[J]. 计算机工程与应用, 2014, 50(19): 237-240.
[13]	陈莉，古丽拉·阿东别克. 基于HMM的柯尔克孜语词性标注的研究[J]. 计算机工程与应用, 2014, 50(15): 120-124.
[14]	刘彦伯，韩家新. iOS平台下人脸识别系统实现研究[J]. 计算机工程与应用, 2013, 49(22): 204-207.
[15]	桑海岩1，2，古丽拉·阿东别克1，2，牛宁宁1，2. 基于最大熵的哈萨克语词性标注模型[J]. 计算机工程与应用, 2013, 49(11): 126-129.

改进的HMM应用于哈萨克语词性标注

Improved hidden Markov models used in Kazakh part-of-speech tagging

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics