Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/53902Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Olonichev, S. | - |
| dc.date.accessioned | 2013-11-27T10:09:05Z | - |
| dc.date.available | 2013-11-27T10:09:05Z | - |
| dc.date.issued | 2003 | - |
| dc.identifier.uri | http://elib.bsu.by/handle/123456789/53902 | - |
| dc.description.abstract | Hidden Markov Models (HMMs) have been successfully used in many fields of science and have a variety of applications. Traditionally, HMMs have been applied to sequential data. But there are tasks (a word sense disambiguation in Natural Language Processing is one of them) when observation data are not sequential. In this article we present an adaptation algorithm for an HMM usage with data represented in the form of a directed acyclic graph. | ru |
| dc.language.iso | en | ru |
| dc.publisher | Минск, БГУ | ru |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математика | ru |
| dc.title | Hidden Markov model approach for non-sequential data in word sense disambiguation task | ru |
| dc.type | Article | ru |
| Располагается в коллекциях: | Chapter 8. NATURAL LANGUAGE PROCESSING | |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.