论文部分内容阅读
汉语组块分析是中文信息处理领域中一项重要的子任务．在一种新的结构化SVMs（support vector machines）模型的基础上，提出一种基于大间隔方法的汉语组块分析方法．首先，针对汉语组块分析问题设计了序列化标注模型；然后根据大问隔思想给出判别式的序列化标注函数的优化目标，并应用割平面算法实现对特征参数的近似优化训练．针对组块识别问题设计了一种改进的F1损失函数，使得F1损失值能够依据每个句子的实际长度进行相应的调整，从而能够引入更有效的约束不等式．通过在滨州中文树库CTB4数据集上的实验数据显