摘要
CRF模型是标注、切分序列数据的较新的概率模型,在信息抽取等文本处理领域广受关注。该文介绍了CRF方法,并将其应用到百科全书文本段落的划分上,利用CRF的特征表述机制加入了文本单元序列中的长距离约束,取得了比传统的隐马尔科夫方法更好的结果。
Conditional random field（CRF） is a newly proposed probabilistic model for segmenting and labeling sequence data, and has been successfully applied to many natural language processing tasks and information extraction. This paper introduces CRF model and applies it in encyclopedia text topic segmentation. With its long distance overlapping feature mechanism, the CRF model shows better performance than traditional HMM model on encyclopedia text segmentation task.
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第10期16-18,共3页
Computer Engineering
基金
国家自然科学基金资助项目(60272055)
国家"863"计划基金资助项目(2001AA110372-1)
关键词
文本段落划分
条件随机域模型
隐马尔科夫模型
Topic segmentation
Conditional random fields（CRF）
Hidden Markov model（HMM）
