匯世國際書院

所在地區(qū)：廣東 深圳市學(xué)校性質(zhì)：私立學(xué)校

學(xué)費：暫無信息招生階段：高中 初中

查看學(xué)校

　　9月28日，匯世國際書院Freddy老師計算機人工智能算法課題組指導(dǎo)的學(xué)生張夢妮、李宇粲、李鍇等同學(xué)在國際知名期刊《International Journal of Education and Technology》上發(fā)標(biāo)題為“Improvement of English Text Recognition Algorithm Based on HMM”的科研創(chuàng)新文章。該文章針對傳統(tǒng)的基于HMM的英文文本識別算法的不足，設(shè)計了一種混合模型的英文文本識別算法?；旌夏Ｐ退惴ňC合了多種英文文本識別方法，添加支持向量機對文本進行分類，使用S型函數(shù)對模型參數(shù)進行擬合和調(diào)整，并采用了數(shù)據(jù)平滑技術(shù)對模型的概率空間進行優(yōu)化。

　　由于自然語言的多樣性和不確定性，自然語言的信息提取逐漸從傳統(tǒng)的基于詞典或規(guī)則的方法轉(zhuǎn)變?yōu)闄C器學(xué)習(xí)方法。然而，現(xiàn)有的算法在文本識別中準(zhǔn)確率較低，特別是為了提高文本識別的準(zhǔn)確率，需要學(xué)習(xí)大量的訓(xùn)練樣本。本文結(jié)合傳統(tǒng)文本識別算法的優(yōu)點，引入支持向量機和統(tǒng)計相關(guān)技術(shù)對其進行改進，提出的基于混合模型的文本識別算法與基于多元HMM和二階HMM的文本識別算法相比，該算法具有更高的準(zhǔn)確率和學(xué)習(xí)效率。

實驗結(jié)果

　　實驗結(jié)果表明，該文章提出的基于混合模型的英文文本識別算法不僅提高了英文文本識別的準(zhǔn)確率和召回率，而且在不學(xué)習(xí)大量訓(xùn)練樣本的情況下，對含有一定結(jié)構(gòu)化信息的文本實現(xiàn)了較高的識別準(zhǔn)確率。

　　Freddy老師為本文的通訊作者。AS年級的李宇粲同學(xué)主要從事研究、改進算法理論的設(shè)計和數(shù)學(xué)問題的解決，AS年級的李鍇同學(xué)主要負(fù)責(zé)收集數(shù)據(jù)完成本文的編碼實現(xiàn)，IG年級的張夢妮同學(xué)則主要負(fù)責(zé)全文的英文撰寫。值得一提的是，盡管AS年級的幾位同學(xué)學(xué)業(yè)繁忙，同期還要進行十月份的本科大學(xué)申請準(zhǔn)備工作，但是該文章從起草到發(fā)表歷時的整個過程，這些同學(xué)都能夠有效地在學(xué)術(shù)科研和備考申請之間進行巧妙平衡，這充分體現(xiàn)了匯世學(xué)子的科研主觀能動性和自我協(xié)調(diào)學(xué)習(xí)能力。

　　更多廣東國際學(xué)校相關(guān)資訊，可到本網(wǎng)站查看！