基于遗传算法的隐马尔可夫模型在名词短语识别中的应用研究

为了进一步提高名词短语的识别精度，针对遗传算法和隐马尔可夫模型各自的特点，提出一种基于遗传算法的隐马尔可夫模型识别方法。该方法是在高准确率词性标注的基础上实现的。在训练阶段，用遗传算法获取hmm参数;识别阶段先用一种改进的viterbi算法进行动态规划，识别同层名词短语，然后用逐层扫描算法和改进viterbi算法相结合来识别嵌套名词短语。实验结果表明，此联合算法达到了94.78%的准确率和94.29%的召回率，充分融合了遗传算法和隐马尔可夫模型的优点，证明它较单一的隐马尔可夫模型识别法具有更好的识别效果。