咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于分类器串联融合的生物医学命名实体识别 收藏

基于分类器串联融合的生物医学命名实体识别

Bio-entity recognition based on cascade generalization

作     者:马瑞民 马民艳 王浩畅 MA Rui-min;MA Min-yan;WANG Hao-chang

作者机构:东北石油大学计算机与信息技术学院黑龙江大庆163318 

出 版 物:《大庆石油学院学报》 (Journal of Daqing Petroleum Institute)

年 卷 期:2011年第35卷第2期

页      面:91-94,122页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

基  金:黑龙江省自然科学基金项目(F200603) 

主  题:条件随机域 最大熵 分类器融合 特征提取 生物医学命名实体识别 

摘      要:鉴于生物医学命名实体识别的多数模型使用单机器学习算法时识别效果不好,提出一种基于条件随机域(CRFs)与最大熵(Maxent)分类器融合的方法,利用基分类器之间的相关性和互补性,结合有效的特征集合,进行再学习,得到融合模型.实验表明,该模型的识别性能与单一分类器和JNLPBA专题会议相关的系统比较,取得很好成绩,F测度达到70.7%,证明该融合方法有效.

读者评论 与其他读者分享你的观点