融合多类别基分类器的序列标注算法

为了提高小规模数据的序列标注的准确度及提升序列标注算法的适用性,提出一种融合多类别基分类器的序列标注算法,将条件随机场(CRF)、结构化支持向量机(SVM)、最大间隔马尔科夫网进行了有效的融合进行序列标注任务。实验结果表明:提出的算法相较于传统序列标注算法在性能上有明显的改进,并能与深度神经网络完美结合。