词性标注中隐马尔可夫模型的改进

摘要

基于统计语言模型的词性标注方法主要有隐马尔可夫模型、最大熵模型和决策树等.其中,基于隐马尔可夫模型的方法是词性标注领域应用最广泛、最成熟的一种技术.利用传统的隐马尔可夫模型进行词性标注时,当前词的词性标注概率具有向前依赖性,但在实际语境中,当前词的词性标注不仅依赖于前一个词,也可能依赖于其后面词的词性.改进传统隐马尔可夫模型词汇发射概率计算方法,可以提高词性标注的准确率.