| 支持向量机及其在自然语言处理中的应用 |
| |
| 引用本文： | 宇缨.支持向量机及其在自然语言处理中的应用[J].东莞理工学院学报,2007,14(1):54-62. |
| |
| 作者姓名： | 宇缨 |
| |
| 作者单位： | 东莞理工学院,软件学院,广东东莞,523808 |
| |
| 摘 要： | 支持向量机是一种基于统计学习理论的新型机器学习方法,因其独特的优势和出色的学习性能,显现出广泛的应用前景和重要的研究价值.较为系统地介绍了统计学习理论和支持向量机的概貌,以及目前支持向量机方法研究的现状,并重点介绍了支持向量机在以汉语专有名词自动识别为例的自然语言处理领域的应用.
|
| 关 键 词： | 统计学习理论 结构风险最小化 支持向量机 分类 自然语言处理 |
| 文章编号： | 1009-0312（2007）01-0054-09 |
| 收稿时间： | 2005-09-09 |
| 修稿时间： | 2005年9月9日 |
Support Vector Machine and Its Application in Natural Language Processing |
| |
| YU Ying.Support Vector Machine and Its Application in Natural Language Processing[J].Journal of Dongguan Institute of Technology,2007,14(1):54-62. |
| |
| Authors: | YU Ying |
| |
| Abstract: | Support Vector Machine (SVM),a new machine learning method based on Statistical Learning Theory (SLT),has revealed its extensive application vistas and significance of research because of its excellent learning performance and unique advantage.General picture and development in the domain of SLT and SVM are reviewed,actuality of research on SVM is introduced and SVM methods for Chinese proper noun recognition problem in the domain of NLP ( Natural Language Processing ) is presented with great emphasis in this paper. |
| |
| Keywords: | statistical learning theory structural risk minimization support vector machine classification natural language processing |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
