基于半监督隐马尔科夫模型的汉语词性标注研究

摘要 提出一种基于词语相似度计算的半监督隐马尔科夫词性标注方法．首先，利用小规模的训练语料进行半监督隐马尔科夫学习，通过反复迭代不断扩充语料，增强隐马尔科夫的标注效果；然后，通过计算词语相似度的方法，给测试语料中每个未登录词都标上候选词性；最后，在隐马尔科夫标注时，不是选取一条最佳路径，而是选取两条最佳路径，通过二次选择，以此得到标注结果．实验结果证明，该方法与传统的隐马尔科夫标注方法相比提高了约2.60％，汉语词性标注准确率达到了95.65％