本文作者：徐远方；李成城；成功正常投稿发表论文到《计算机技术与发展》2014年01期,引用请注明来源400期刊网！

【摘要】：中文分词的关键技术之一在于如何正确切分新词,文中提出了一种新的识别新词的方法。借助支持向量机良好的分类性,首先对借助分词词典进行分词和词性标注过的训练语料中抽取正负样本,然后结合从训练语料中计算出的各种词本身特征进行向量化,通过支持向量机的训练得到新词分类支持向量。对含有模拟新词的测试语料进行分词和词性标注,结合提出的相关约束条件和松弛变量选取候选新词,通过与词本身特征结合进行向量化后作为输入与通过训练得到的支持向量机分类器进行计算,得到的相关结果与阈值进行比较,当结果小于阈值时判定为一个新词,而计算结果大于阈值的词为非新词。通过实验结果比较选取最合适的支持向量机核函数。
【论文正文预览】：0引言随着时代快速发展,汉语词语的更新变得越来越活跃,大量的新词不断地涌现,新词的产生丰富了人们的日常生活,但同时也给汉语分词带来了挑战[1]。与英语等语言不同,汉语词语之间没有明显的分割,所以想让计算机读懂汉语必须先进行汉语的分词,然而新词的出现却使得汉语分词产
【文章分类号】：TP391.1
【稿件关键词】：新词识别支持向量机约束条件核函数
【参考文献】:

• 秦浩伟,步丰林;一个中文新词识别特征的研究[J];计算机工程;2004年S1期
• 闫友彪,陈元琰;机器学习的主要策略综述[J];计算机应用研究;2004年07期
• 邹纲,刘洋,刘群,孟遥,于浩,西野文人,亢世勇;面向Internet的中文新词语检测[J];中文信息学报;2004年06期
• 钱秋银;张正兰;;一种基于多分类SVM的相关反馈图像检索方法[J];计算机技术与发展;2009年08期
• 徐远方;李成城;;基于SVM和词间特征的新词识别研究[J];计算机技术与发展;2012年05期
• 李钝;曹元大;万月亮;;Internet中的新词识别[J];北京邮电大学学报;2008年01期
• 张榕;宋柔;;一种被定义项的识别策略[J];当代语言学;2007年01期
• 李烯;徐朝军;;基于关键词共现的教育信息化工程发展初探[J];电化教育研究;2010年02期
• 高俊波;杨静;;在线论坛中的意见领袖分析[J];电子科技大学学报;2007年06期
• 胡彧;苏雪峰;;特定主题的相关概念挖掘研究与实现[J];电脑开发与应用;2007年02期
• 郑勇;卢捍华;陈宫;周永才;;基于CARBA具备认知能力的规则引擎自搜索模型的实现[J];电信科学;2009年07期
• 朱浩冰;郭东辉;;声纹识别系统原理及其关键技术[J];计算机安全;2007年09期
• 刘永超;刘宜轩;;字串结合紧密度的计算方法研究[J];计算机光盘软件与应用;2012年02期
• 朱波;侯敏;;基于特征过滤的新词语提取[J];北华大学学报(社会科学版);2012年05期
• 赵丽;李天舒;刘玉蕾;;基于支持向量机的机器学习的研究[J];哈尔滨师范大学自然科学学报;2008年06期
• 邓攀;刘功申;;基于标引信息的网络新概念发现算法[A];全国网络与信息安全技术研讨会论文集（上册）[C];2007年
• 崔世起 ;刘群 ;林守勋 ;孟遥 ;于浩 ;西野文人;;中文缩略语自动抽取初探[A];全国第八届计算语言学联合学术会议（JSCL-2005）论文集[C];2005年
• 刘知远;孙茂松;;基于WEB的计算机领域新术语的自动检测[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年
• 黄玉兰;龚才春;许洪波;程学旗;;基于伪相关反馈模型的领域词典生成算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
• 黄玉兰;龚才春;许洪波;程学旗;;基于局部性原理的有意义串提取方法[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年
• 李惠;冯敏萱;;隐喻化新词的考察[A];第五届全国青年计算语言学研讨会论文集[C];2010年
• 吴法洲;苏昊;周明;李春平;;利用英文搜索日志建立中文新词同义词词表[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年
• 陈石坤;面向程序验证的循环不变式自动构造技术研究[D];国防科学技术大学;2010年
• 聂黎;基于基因表达式编程的车间动态调度方法研究[D];华中科技大学;2011年
• 张海军;基于大规模语料的中文新词识别技术研究[D];中国科学技术大学;2011年
• 龙伟;“计算中药学”在中药药性及复方研究中的应用[D];北京协和医学院;2011年
• 卢永江;超大规模集成电路形式验证的方法研究[D];浙江大学;2005年
• 丁敏;可满足性问题算法研究以及在时序电路等价验证中的应用[D];复旦大学;2005年
• 张榕;术语定义抽取、聚类与术语识别研究[D];北京语言大学;2006年
• 姜韶华;科研项目管理中的文本挖掘方法研究及应用[D];大连理工大学;2006年
• 祖丽楠;多机器人系统自主协作控制与强化学习研究[D];吉林大学;2006年
• 周童;支持向量机及密码子偏性在序列识别中的应用[D];东南大学;2006年
• 马一薇;高光谱遥感图像融合技术与质量评价方法研究[D];解放军信息工程大学;2010年
• 高盼盼;水闸结构损伤的动力诊断研究[D];河北农业大学;2011年
• 范俊燕;基于机器学习的电梯安全评价研究[D];西安工业大学;2011年
• 孟凡雪;基于SVM的多分类增量学习算法及其在入侵检测中的应用研究[D];吉林大学;2011年
• 王磊;自适应亲和传播聚类算法的研究与应用[D];陕西师范大学;2011年
• 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
• 刘卫秋;专利信息检索系统的研究与实现[D];中南大学;2010年
• 高超;一种基于综合背景概念格的中文自动文摘方法[D];中南大学;2011年
• 时贺;基于内容的支持向量机图像检索方法研究[D];中南大学;2011年
• 陈稳;基于DPLL的SAT算法的研究及应用[D];电子科技大学;2011年
• 张德鑫;“水至清则无鱼”——我的新生词语规范观[J];北京大学学报(哲学社会科学版);2000年05期
• 罗智勇;宋柔;;基于多特征的自适应新词识别[J];北京工业大学学报;2007年07期
• 黄敏,佟振声;分布式多Agent系统的研究[J];电力情报;2002年01期
• 王国胜,钟义信;支持向量机的若干新进展[J];电子学报;2001年10期
• 刘新宇,洪炳鎔;基于BDI框架的多Agent动态协作模型与应用研究[J];计算机研究与发展;2002年07期
• 陆鑫,高阳,李宁,陈世福;基于神经网络的强化学习算法研究[J];计算机研究与发展;2002年08期
• 崔伟东,周志华,李星;支持向量机研究[J];计算机工程与应用;2001年01期
• 王国胜,钟义信;支持向量机的理论基础——统计学习理论[J];计算机工程与应用;2001年19期
• 冯永;李华;钟将;叶春晓;;基于自适应中文分词和近似SVM的文本分类算法[J];计算机科学;2010年01期
• 周志华,陈世福;神经网络集成[J];计算机学报;2002年01期
• 胡珊;图像检索中基于SVM的相关反馈技术研究[D];西北工业大学;2007年
• 谢长菊;;支持向量机新模型及其参数特性研究[J];计算机仿真;2010年04期
• 王兴玲,李占斌;基于网格搜索的支持向量机核函数参数的确定[J];中国海洋大学学报(自然科学版);2005年05期
• 周鹏;支持向量机在DNA微阵列数据分析中的应用研究[J];计算机工程与设计;2005年11期
• 曹玉波;陈会军;高洪杰;;基于支持向量机的软测量技术应用研究[J];吉林化工学院学报;2006年03期
• 熊思;鲁静;;基于TW SVMs的入侵检测方法[J];湖北第二师范学院学报;2009年02期
• 李小斌;钱建生;赵志凯;王卿斌;宋万宝;何霁野;;频繁模式支持向量回归的约简表示[J];小型微型计算机系统;2009年05期
• 山艳;须文波;孙俊;;量子粒子群优化算法在训练支持向量机中的应用[J];计算机应用;2006年11期
• 山艳;须文波;孙俊;;基于QPSO算法训练SVM[J];计算机应用研究;2007年07期
• 李玉景;赵志刚;郭振波;;一种新型的增式SVM训练算法[J];青岛大学学报(工程技术版);2007年03期
• 黄津津;;基于SVM的分段线性学习方法[J];学校党建与思想教育(下半月);2008年S1期
• 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
• 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
• 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年
• 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
• 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
• 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
• 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（上册）[C];2004年
• 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
• 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
• 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
• 竹立家;服务型政府的三个约束条件[N];学习时报;2004年
• 嘉实基金 基金经理助理 欧宝林;选美杂谈[N];上海证券报;2009年
• 证券时报记者 刘昆明?严惠惠;更改承诺必须要有约束条件[N];证券时报;2008年
• 周子宇;政府退出投资主导是关键[N];中国财经报;2006年
• 章玉贵;正视获取金融话语权的约束条件[N];中国证券报;2008年
• 鲁宁;企业发展要虑及非市场约束条件[N];中国乡镇企业报;2001年
• 本报记者集体采写;创业型经济要向创新型经济转变[N];深圳特区报;2005年
• 左晓蕾;经济过热与否需要指标界定[N];中国证券报;2006年
• 袁东;增长与发展[N];财会信报;2008年
• 记者　 黄丽珠;经济是否过热须严格界定与充分论证[N];金融时报;2006年
• 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
• 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
• 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
• 栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
• 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年
• 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
• 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
• 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
• 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
• 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
• 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
• 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
• 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
• 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
• 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
• 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
• 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
• 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
• 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
• 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年

【稿件标题】：maya极向量约束范文|基于支持向量机和约束条件的新词识别研究
【作者单位】：内蒙古师范大学网络技术学院;
【发表期刊期数】：《计算机技术与发展》2014年01期
【期刊简介】：《计算机技术与发展》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊，计算机技术与发展杂志具有正规的双刊号，其中国内统一刊号：CN61-1450/TP，国际刊号：ISSN。计算机技术与发展杂志社由陕西省信息产业厅主管、陕西省计算机学会主办，本......更多计算机技术与发展杂志社(http://www.400qikan.com/qk/6081/)投稿信息
【版权所有人】：徐远方；李成城；

更多科技类论文详细信息: maya极向量约束范文|基于支持向量机和约束条件的新词识别研究
http://www.400qikan.com/lunwen/keji/18083.html

相关专题：破解幸福密码下载 许昌学院学报版面费 《计算机技术与发展》相关期刊

推荐期刊：

医药世界

教育导刊

煤矿支护

中国粉体工业

研究生教育研究

大众心理学

中国石油勘探

新金融

世界竹藤通讯

辽宁高职学报

上一篇：[支持向量机 分类论文]一种快速的判别公共向量分类方法
下一篇：【行为决策理论范文】基于三支决策理论的客户细分方法