基于组块及记忆的词性自动标注

基于组块及记忆的模型（BMM）采用与传统方法明显不同的标注思路，以汉语中的整句为处理单元，从组块出发，立足于单个词汇，分析更为丰富的上下文语境知识，并借助知网词典记忆词性集合，同时采用渐增式的机械学习方式获取参数值。对于棘手的稀疏数据问题只简单地设置平伏常数加以平滑，最后利用少量人工规则修正标注结果。实验表明，该模型的封闭式测试准确率将近99%，开放式测试准确率为95%以上。