论文部分内容阅读
近年来，条件随机场在汉语分词领域得到了广泛的应用。在对条件随机场模型进行训练时，训练语料的规模直接影响模型稳定性以及分词的准确率，但目前对语料规模的选取尚无指导性结论。针对上述问题选取Bakeoff2005和Bakeoff2006的一组不同规模的评测语料，使用cRF＋＋0．53工具包实现字串序列词位标注分词，定量分析了训练语料规模对分词性能的影响，得出了基于条件随机场的汉语分词方法中，训练语料规模选取的量化结论。