Luận văn: | Kết hợp mô hình học máy thống kê với mô hình học dựa trên luật đề khử nhập nhằng nghĩa từ tiếng Việt. Luận văn ThS. Công nghệ thông tin: 60.48.05 |
Nhà xuất bản: | Đại học Công nghệ, |
Ngày: | 2013 |
Chủ đề: | Khoa học máy tính Mô hình học Máy thống kê Ngữ nghĩa Tiếng Việt |
Miêu tả: | Luận văn ThS. Công nghệ thông tinh -- Đại học Công nghệ,. Đại học Quốc gia Hà Nội, 2013 Đề xuất việc lựa chọn các đặc trưng phù hợp cho bài toán khử nhập nhằng nghĩa của từ tiếng Việt, qua đó sử dụng các đặc trưng này trong các mô hình học máy thống kê nhƣ mô hình NB (Naive Bayes), mô hình TBL (Transformation Based Learning), và mô hình SVM (Support Vector Machines) cho kết quả cao. Đề xuất tập mẫu luật chuyển phù hợp trong phƣơng pháp học dựa trên luật chuyển (TBL) để thu được các luật chuyển có chất lượng, qua đó giúp cho việc sửa các lỗi của mô hình học máy thống kê tốt hơn. Xây dựng được kho ngữ liệu đã gán nhãn gồm 10 từ đa nghĩa trong tiếng Việt, phục vụ cho việc đánh giá độ chính xác của các mô hình học máy. Đề xuất một mô hình mới giải quyết bài toán khử nhập nhằng, mô hình dựa trên việc kết hợp mô hình học máy thống kê và mô hình học dựa trên luật, mô hình mới này cho phép sửa được các lỗi sai của mô hình học máy thống kê, nó đạt được độ chính xác tốt nhất khi so sánh với các mô hình NB, mô hình TBL, và mô hình SVM. Hơn nữa, mô hình này mà chúng tôi đề xuất có thể áp dụng để giải quyết nhiều bài toán khác của xử lý ngôn ngữ tự nhiên. Giải quyết bài toán khử nhập nhằng nghĩa của từ tiếng Việt mà theo hiểu biết của chúng tôi chưa có nhiều các nghiên cứu về vấn đề này bằng chính mô hình mới đã đề xuất. Electronic Resources |
Định dạng: | text/pdf 52 tr. |
Bảo hiểm: | Thư viện nhà C1T Xuân Thủy – Cầu Giấy – Hà Nội |
Quyền: | Access limited to members |
You must be registered for see links