SVM和基于转换的错误驱动学习相结合的汉语组块识别

摘要

本文研究了一种支持向量机(SVM)和基于转换的错误驱动学习相结合的汉语组块识别方法.SVM在选取特征方面有突出的优点,并且在高维特征空间也具有较高的泛化性能,通过核函数的原则,SVM能够在独立于训练数据维数的小计算范围内进行训练.利用基于转换的错误驱动学习方法对SVM的标注结果进行校正,转换规则较好地处理了语言现象中的特殊情况,进一步提高了SVM的识别结果.实验结果表明,该方法具有较好的效果.