基于多层隐马模型的汉语词法分析研究
隐马尔可夫模型（HiddenMarkovModel，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。是在被建模的系统被认为是一个马尔可夫过程与未观测到的（隐藏的）的状态的统计马尔可夫模型。
用户评论
相关推荐
基于层叠隐马模型的汉语词法分析
提出了一种基于层叠隐马模型的汉语词法分析方法,旨在将汉语分词、词性标注、切分排歧和未登录词识别集 成到一个完整的理论框架中1在分词方面,采取的是基于类的隐马模型,在这层隐马模型中,未登录词和词典中收录
PDF
0B
2019-04-02 13:09
隐马模型HMM
关于HMM模型和向前向后算法，以及一些简单的例子
PDF
0B
2018-12-18 16:57
隐马模型的语音处理
本文讲述了HMM原理，方法，典型应用，并有作者本人的一些体会与理解。由于缺少理论上的创新工作，故不写成论文形式，仅当作HMM的参考资料。
PDF
0B
2018-12-18 17:00
中文分词隐马模型
中文分词 隐马模型源代码
ZIP
104KB
2020-08-09 21:00
隐马模型源代码
隐马模型源代码,一个是自己写的,另外一个是UMD(马里兰大学)的
RAR
34KB
2020-11-10 01:20
HTK隐马模型源码
HTK, Hidden Markov Model Toolkit. HTK source code, ver 3.4.1 (tar+gzip archive), for Linux/Unix. HTK
GZ
0B
2018-12-18 16:50
隐马模型生物信息矩阵
这是一篇简要介绍隐马模型在生物信息上的应用的文章
PDF
393KB
2020-08-31 05:28
使用matlab实现隐马模型
使用MATLAB实现前向算法和维特比算法。在此程序可以完成隐马模型的构建。
RAR
0B
2018-12-18 16:50
隐马模型解决词性标注问题
文件说明： raw_data.txt //原始数据集（语料库） handle.py //因为原始数据集很大，可以通过handle.py对去全量数据集进行处理，得到小的数据集 hmm1.py //隐马模
ZIP
0B
2018-12-18 16:52
基于改进的隐马尔科夫模型的汉语词性标注
基于传统隐马尔科夫(HMM)模型的基础上,对词语的词汇发射概率做出了新的假设,从而更好地体现了该词语与上下文依赖关系。还利用指数线性插值平滑算法对参数进行了有效平滑,并且给出了未登录词词汇发射概率估计
PDF
0B
2019-06-05 01:24
HMM隐马模型的英文介绍和实例
介绍了隐马模型及其应用，同时还有几个实例详解。
RAR
0B
2020-05-22 23:07
基于JPEG的图像隐写分析研究
对各种基于JPEG的隐写方法进行分析，提出了两种新的基于JPEG的多特征通用隐写分析方法，这两种方法都结 合了小波直方图频域矩特征和分块效应特征
PDF
8.07MB
2020-07-16 19:17
基于隐马模型的中国人名自动识别研究
中国人名的识别是中文未登录词识别的重点和难点，目前的解决方案自身存在一些本质的缺陷，实际效果还难以满足实际需求。本文提出了一种基于角色标注的中国人名自动识别方法。即：利用从语料库中自动抽取的角色信息，
DOC
0B
2018-12-18 16:10
基于深度学习的隐写分析研究.pdf
本文以数字图像为研究对象,对基于深度学习的隐写分析特征学习和分类进行了研究,论文的主要研究成果包括:(1)提出一种基于深度学习与差异增强的隐写分析模型。
PDF
0B
2019-04-07 07:43
论文研究基于二维隐马模型的车行轨迹分类.pdf
基于二维隐马模型的车行轨迹分类，周珊，王小捷，本文利用二维隐马可夫模型对车行轨迹分类。针对车行轨迹的独特性，提出了适用的二维特征提取方案，与以往轨迹分类中所采用的特征
PDF
597KB
2020-07-16 05:16