论文部分内容阅读
该文提出了一种以符号解码与数值解码并举的SSD（Symbol—and—StatisticsDecodingModel）模型，该模型被用于汉语词性标注任务，其标注正确率在封闭测试中达到97．08％，开放测试中达到95．67％，较二阶HMM的95．56％和94．70％都有较为显著提高。SSD模型的正确率虽然不及最大熵模型和CRF模型，但它的训练时间远少于后者，说明SSD模型在处理自然语言中的特定任务时是一种较强的实用模型。