- 1、本文档共10页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
UnsupervisedOverlappingFeatureSelectionfor
Unsupervised Overlapping Feature Selection for Conditional Random Fields Learning in Chinese Word Segmentation
for Rocling 2011
Ting-hao Yang, Tian-jian Jiang, Chan-hung Kuo
, Richard Tzong-han Tsai, Wen-lian Hsu
Institute of Information Science, Academia Sinica
Department of Computer Science Engineering, Yuan Ze University
Term Contributed Boundary Feature using Conditional Random Fields in 2010
A unified view of several unsupervised feature selection based on frequent strings
2
Introduction
3
Flow chart
4
Flow chart
SRILM
YASA
5
Toolkit
C++ libraries
The toolkit supports N-gram statistics for language model
6
SRILM
Automatically extract frequent strings from unlabeled corpus
7
YASA
Pattern: 自然科學
Frequency
Net Frequency
(自然科學 ,4)
(自然科,4)
(自然,10)
(自然科學 ,4)
(自然科,0)
(自然,6)
8
Flow chart
Character
Label
反
B1
而
E
會
S
欲
B1
速
B2
則
B3
不
M
達
E
9
6-Tag
[0 -9 ] + [B1|B2|B3|M|E|S]
10
Extended Label
N-Gram score
Frequent string score
Accessor variety score
11
Score
Convert from term frequency and N-Gram frequency
Logarithm ranking mechanism
12
Score
Pattern
Frequency
Logarithm ranking mechanism
Score
塑膠原料的
10
log2(10) =3
塑膠原料
5
log2(5) = 2
原料的
3
log2(3)=1
的生產
2
Log2(2)=1
塑膠
4
log2(4)=2
13
Score
Consider the score of outer pattern
Equation of AV
14
Score
15
Score
AV(開發與法制)
AV(的開發與法制),AV(是開發與法制),AV(有開發與法制),AV(開發與法制的),AV(開發與法制是),AV(開發與法制為)
Pattern
Logarithm ranking mechanism
Score
6-Tag Label
Label with score
塑膠原料的
log2(10) =3
塑 B1
膠 B2
原 B3
料 M
的 E
塑 3B1
膠 3B2
原 3B3
料 3M
的 3E
16
Score
Scores are also used for filtering overlapping pattern
17
Overlapping and Non-overlapping
Character
TCB Feature
塑
B1
膠
B2
原
B3
料
M
的
E
生
-1
產
-1
18
Non-overlapping
“塑膠原料的” score 3
conflicts with
”的生產” score 1
”的生產” is labeled as unseen
Term
Label
反
5S3B14B1
而
6S3E4B2
會
6S4E
欲
4S
速
4S
則
6S3B1
不
7S3E
達
5S3E
19
Overlapping information?
20
Overlapping String
Input
Unsupervised Feature Selection
1 char
2 char
3 char
4 char
5 char
反
5S
3B1
4B1
0B1
0B1
而
6S
3E
4B2
0B2
0B2
會
6S
0E
您可能关注的文档
- ms18c''monolitsensor''.PDF
- Morrison&FoersterChinaLife.PDF
- MTT386-2011.PDF
- MultiplexPCRMastermix使用说明书.doc
- MP点拉手.PDF
- Multilon的成型条件表.PDF
- MX-3、MX-5、MMX-6、PX-7.PDF
- Nanoform250ultra.PDF
- NETELTECHNOLOGY(HOLDINGS)LIMITED.PDF
- New啄赢.UtUProdu。1、嗣囵囫翟墨团.PDF
- 辽宁省营口市盖州市2024-2025学年四年级上学期11月期中语文试题(文字版,含答案).docx
- 江苏省南京市六合区2024-2025学年六年级上学期期中自我诊断语文练习卷(文字版,含答案).docx
- 2018年小学班级工作总结范文与2018年小学班级管理总结汇编.doc
- 车间工资核算制度.doc
- 七年级数学下册-第2章-整式的乘法2.2-乘法公式2.2.2-完全平方公式第2课时-利用完全平方公式.doc
- 精品施工方案环网柜施工方案模板.doc
- 2022年畜牧兽医局上半年模式改建验收工作总结.doc
- 2022年防暴演练活动总结范本.doc
- 施工管理监控施工组织设计.doc
- 2024年西藏中考物理试题.docx
文档评论(0)