摘要当分词算法优化到接近极限时,分词器的性能指标就较多地取决于训练语料的覆盖度和完备程度。因此,如何快速、省力、自动化地构建具有较完备的分词语料库是一个亟待解决的问题。该文对用户输入过程中留下的大量可用且珍贵的自然分词信息进行了探索和研究,为自动构建分词语料库提供了一种新的观点。前人的研究中,对用户在输入过程中留下的自然分词标记信息并没有关注,而该文通过实验验证了这些分词标记信息确实可以用于构建分词语料库,并且具有相当好的效果。其中经过甄别优秀用户在输入时留下的分词标记十分接近标准的分词结果。该文使用分类模型结合投票机制的方法找到三个此类优秀用户,获取了他们带有输入标记的文本,快速构建了分词训练语料库,极大地提升了分词器的精度;更重要的是,揭示并验证了自然输入分词标记信息的有效作用。
PDF全文下载地址:
http://jcip.cipsc.org.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2515
删除或更新信息，请邮件至freekaoyan#163.com(#换成@)
探索用户自然输入标记及其在构建分词语料库中的作用
本站小编 Free考研考试/2022-01-02
相关话题/信息 自然 优秀 分词 自动化
领限时大额优惠券,享本站正版考研考试资料!
优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...考试优惠券 本站小编 Free壹佰分学习网 2022-09-19基于多特征信息传播模型的微博意见领袖挖掘
摘要在线社交网络中的意见领袖通常是指在社交网络的信息传播中具有较大社会影响力的个体。针对当前意见领袖挖掘方法中只考虑社交网络的拓扑结构和节点的个体属性,缺乏信息传播中交互特征的问题,该文提出了基于扩展独立级联模型,并融入网络结构特征、个体属性和行为特征的意见领袖挖掘模型(extendedindepe ...中科院软件研究所 本站小编 Free考研考试 2022-01-02SSRules:让智能家居自动化规则更易于编写和检查
摘要:智能家居赋予家庭设备以智能，受到用户的广泛欢迎.由于用户需求不同，服务提供商采用“触发-动作”编程（TAP）模式以支持用户定制规则.然而，现在TAP编程和智能家居执行引擎中流行的Event-State时序范式极易出错，且难以修改规则和追踪运行错误.对TAP缺陷的原因进行系统分析之后，提出一种编 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02自动化张量分解加速卷积神经网络
摘要:近年来，卷积神经网络（CNN）展现了强大的性能，被广泛应用到了众多领域.由于CNN参数数量庞大，且存储和计算能力需求高，其难以部署在资源受限设备上.因此，对CNN的压缩和加速成为一个迫切需要解决的问题.随着自动化机器学习（AutoML）的研究与发展，AutoML对神经网络发展产生了深远的影响. ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于Wi-Fi信道状态信息的行走识别与行走参数估计
摘要:行走是日常生活中最常见的行为之一，它的特征可以反映人的身份、健康等重要信息.例如，行走的速度、方向、步数、步长等细粒度的参数可以为室内追踪、步态分析、老人看护等情境感知应用提供关键信息.因此，在近几年中，利用环境中已有的Wi-Fi信号对行走进行感知受到了研究人员的广泛关注.为了利用Wi-Fi信 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于路径分析和信息熵的错误定位方法
摘要:软件错误定位是一项耗时又费力的工作，因此如何提高软件错误定位的自动化程度一直以来都是软件工程领域研究的热点.现有的基于频谱的错误定位方法很少利用程序的上下文信息，而程序的上下文信息对错误定位至关重要.针对这一问题，提出了一种基于路径分析和信息熵的错误定位方法FLPI.该方法在基于频谱信息技术的 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于代码自然性的切片粒度缺陷预测方法
摘要:软件缺陷预测是软件质量保障领域的一个活跃话题，它可以帮助开发人员发现潜在的缺陷并更好地利用资源.如何为预测系统设计更具判别力的度量元，并兼顾性能与可解释性，一直是人们致力于研究的方向.针对这一挑战，提出了一种基于代码自然性特征的缺陷预测方法——CNDePor.该方法通过正逆双向度量代码并利用质 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02一种结构信息增强的代码修改自动转换方法
摘要:在开发过程中，开发人员在进行缺陷修复、版本更新时，常常需要修改多处相似的代码.如何进行自动代码修改已成为软件工程领域的热点研究问题.一种行之有效的方式是：给定一组代码修改示例，通过抽取其中的代码修改模式，辅助相似代码进行自动转换.在现有工作中，基于深度学习的方法取得了一定进展，但在捕获代码间的 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于信息检索的软件缺陷定位方法综述
摘要:基于信息检索的软件缺陷定位方法是当前软件缺陷定位领域中的一个研究热点.该方法主要分析缺陷报告文本和程序模块代码，通过计算缺陷报告和程序模块间的相似度，选取与缺陷报告相似度最高的若干程序模块，将其推荐给开发人员.对近些年国内外研究人员在该综述主题上取得的成果进行了系统的梳理和总结.首先，给出研究 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02自然进化策略的特征选择算法研究
摘要:特征选择是一种NP-难问题，旨在剔除数据集中不相关及冗余的特征来减少模型训练的时间，提高模型的精确度.因此，特征选择在机器学习、数据挖掘和模式识别等领域中是一种重要的数据预处理手段.提出一种新的基于自然进化策略的特征选择算法——MCC-NES.首先，算法采用了基于对角协方差矩阵建模并通过梯度信 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于硬件分支信息的ROP攻击检测方法
摘要:控制流完整性保护技术（controlflowintegrity，简称CFI）是防御面向返回编程攻击（return-orientedprogramming，简称ROP）的一种有效途径.针对现有CFI中存在的四大问题：性能开销大、依赖程序代码信息、容易遭受历史刷新攻击以及规避攻击，提出了基于硬件分 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02
