利用AdaBoost-SVM集成算法和语块信息的韵律短语识别

来源：计算机工程与科学杂志2015年第12期北京时间：

作者：钱揖丽1，2，冯志茹1

单位：（1.山西大学计算机与信息技术学院，山西 太原 030006；2.山西大学计算智能与中文信息处理教育部重点实验室，山西 太原 030006）

摘要：提出一种基于汉语语块结构并利用AdaBoost-SVM集成学习算法的汉语韵律短语识别方法。首先，对语料进行自动分词、词性标注和初语块标注，然后基于结合紧密度获取语块归并规则并利用规则对初语块进行归并，得到最终的语块结构。其次，基于语块结构并利用AdaBoostSVM集成算法，构建汉语韵律短语识别模型。同时，该文利用多种算法分别构建了利用语块信息和不利用语块的多个模型，对比实验结果表明，表示浅层句法信息的语块能够在韵律短语识别中做出积极有效的贡献；利用AdaBoos-SVM集成算法实现的模型性能更佳。

关键词：汉语语块；AdaBoost-SVM；韵律短语；识别,

基金资助：：国家自然科学基金资助项目（61175067)；国家自然科学青年基金资助项目（61005053，61100138）；山西省科技基础条件平台建设项目（20150910010102)；山西省青年科技研究基金资助项目（20120210121）；山西省回国留学人员科研资助项目（2013022）