排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
提出了一种基于支持向量机(SVM)和条件随机场(CRF)的双层模型进行中文机构名识别的方法．第一层模型采用CRF识别简单机构名，并将识别结果传至第二层辅助下一步的识别；第二层采用基于驱动的方法，将SVM和CRF结合进行复杂机构名的识别；最后将两层的识别结果合并，并通过一个后续处理对置信度较低的识别结果进行修正．大规模真实语料的开放测试表明，精确率达到94.83 %，召回率达到95.02%，证明了该方法的有效性． 相似文献
2.
提出了一种基于支持向量机(SVM)和条件随机场(CRF)的双层模型进行中文机构名识别的方法.第一层模型采用CRF识别简单机构名,并将识别结果传至第二层辅助下一步的识别;第二层采用基于驱动的方法,将SVM和CRF结合进行复杂机构名的识别;最后将两层的识别结果合并,并通过一个后续处理对置信度较低的识别结果进行修正.大规模真实语料的开放测试表明,精确率达到94.83%,召回率达到95.02%,证明了该方法的有效性. 相似文献
1