公开(公告)号：CN103064878A

公开(公告)日：2013-04-24

申请号：CN201210468749.X

申请日：2012-11-19

Applicant: 北京大学

Inventor： 王厚峰 ,  何正焱

IPC: G06F17/30 ,  G06F17/20

Abstract: 本发明提供一种快速序列标注方法，属于语言信息处理领域。所述方法基于随机梯度下降（SGD）在线学习算法，适合大规模语料训练；在训练过程中，针对特征频率，对二阶海森矩阵采用对角化近似，即：利用特征频率高低对对角元素赋予不同权重，与已有的二阶海森矩阵近似算法比较，具有计算代价小的特点；在原有SGD算法的基础上，显著提高了训练速度，且效果好。本方法可以用于语言信息处理的不同层次，包括汉语分词、词性标注和命名实体识别等。

公开(公告)号：CN103064878B

公开(公告)日：2016-04-06

申请号：CN201210468749.X

申请日：2012-11-19

Applicant: 北京大学

Inventor： 王厚峰 ,  何正焱

IPC: G06F17/30 ,  G06F17/20

Abstract: 本发明提供一种序列标注方法，属于语言信息处理领域。所述方法基于随机梯度下降（SGD）在线学习算法，适合大规模语料训练；在训练过程中，针对特征频率，对二阶海森矩阵采用对角化近似，即：利用特征频率高低对对角元素赋予不同权重，与已有的二阶海森矩阵近似算法比较，具有计算代价小的特点；在原有SGD算法的基础上，显著提高了训练速度，且效果好。本方法可以用于语言信息处理的不同层次，包括汉语分词、词性标注和命名实体识别等。