2024年7月12日
星期五
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
国家自然科学基金(s60473138)
作品数:
1
被引量:8
H指数:1
发文基金:
北京市自然科学基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
信息处理
1篇
支持向量
1篇
支持向量回归
1篇
中文
1篇
中文信息
1篇
中文信息处理
1篇
向量
1篇
SUPPOR...
1篇
APPROA...
1篇
LEARNI...
1篇
AN
传媒
1篇
Journa...
年份
1篇
2008
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
Predicting Chinese Abbreviations from Definitions:An Empirical Learning Approach Using Support Vector Regression
被引量:8
2008年
用汉语,短语和命名实体在情报检索起一个中央作用。然而,缩写使基于关键词的途径更少有效。这篇论文介绍一条实验学习途径给中国缩写预言。在这研究,每缩写作为相应定义(扩展形式) 的一种减少的形式被拿,并且缩写预言在缩写候选人之中作为一个得分并且评价的问题被形式化,它自动地从相应定义被产生。由为得分采用支持向量回归(SVR ) ,我们能和他们的 SVR 价值获得多重缩写候选人,它被用于候选人评价。试验性的结果证明 SVR 方法比缩写预言的流行启发式规则更好表现。在缩写预言,另外, SVR 方法超过隐藏的 Markov (唔) 。这篇文章(doi:10.1007/s11390-008-9156-5 ) 的联机版本包含增补材料,它对授权用户可得到。
孙栩
王厚峰
王波
关键词:
中文信息处理
支持向量回归
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张