Cla*_*diu 4 nlp artificial-intelligence machine-learning linguistics markov-models
对于语言学课程,我们使用隐马尔可夫模型实现了词性(POS)标记,其中隐藏变量是词性.我们在一些标记数据上训练系统,然后对其进行测试并将我们的结果与黄金数据进行比较.
是否有可能在没有标记训练集的情况下训练HMM？
理论上你可以做到这一点.在这种情况下,您将使用Baum-Welch算法.它在Rabiner的HMM教程中得到了很好的描述.
但是,将HMM应用于词性,您使用标准表单得到的错误将不会令人满意.它是期望最大化的一种形式,它只收敛于局部最大值.iirc,基于规则的方法击败了HMM.
我相信python的自然语言工具包NLTK具有用于该确切目的的HMM实现.
| 归档时间： |
|
| 查看次数： |
1040 次 |
| 最近记录： |