论文部分内容阅读
本文提出一种基于增益的隐马尔科夫模型（Transductive HMM）的方法，用于文本组块（Text Chunking）分析的研究。该方法将一些上下文信息导入隐马尔科夫模型（HMM），构造增益的隐马尔科夫模型（Transductive HMM）。该模型不需要修改标准的隐马尔科夫模型的训练和标注过程，只需要对训练语料根据导入的上下文信息进行相应的转换。实验结果显示，该方法在文本组块分析方面是有效的。