说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 错误驱动
1)  error-driven
错误驱动
1.
This paper adopts three methods including Error-Driven,Support Vector Machines and Hidden Markov Model to recognize noun phrases in Chinese texts.
利用错误驱动法、支持向量机法和隐马尔可模型3种方法对汉语文本进行名词短语识别,对实验进行比较分析,结果表明SVM与HMM的识别效果总体上要好于错误驱动法,HMM法在封闭测试中优势明显。
2.
Using three methods of error-driven,support vector machine and hidden markov model,noun phrase recognition is carried on to chinese text,through comparative analysis to experiment,the results indicate that the recognition effects of SVM and HMM are overall better than the method of error-driven,HMM method has the distinct advantage in the closed test.
利用错误驱动法、支持向量机法和隐马尔可模型三种方法对汉语文本进行名词短语识别,对实验进行比较分析,结果表明SVM与HMM的识别效果总体上要好于错误驱动法,HMM法在封闭测试中优势明显。
3.
This paper proposes a hybrid error-driven combination approach to chunking Chinese Base noun phrase(Chinese Base NP),which combines TBL(Transformation-based Learning) model and CRF(Conditional Random Field) model.
本文采用一种新的错误驱动的组合分类器方法来实现中文Base NP识别。
2)  error-driven learning
错误驱动学习
1.
This paper proposes a new method for recognizing the extents of the time expressions based on dependency parsing and error-driven learning,which begins with time trigger word(namely,the syntactic head of dependency relation),uses Chinese dependency parsing to recognize the extents of the time expressions,Subsequently,we use the transformation-based error-driven lear.
首先以时间触发词为切入点,据依存关系递归地识别时间表达式,大大地提高了识别效果;然后,采用错误驱动学习来进一步增强识别效果,根据错误识别结果和人工标注的差异自动地获取和改进规则,使系统的性能又提高了近3。
2.
This paper proposes a chunking approach that combines support vector machine with error-driven learning.
给出了一种错误驱动学习机制与SVM相结合的汉语组块识别方法。
3.
This paper proposes a new method for recognizing the extents of the time expressions based on the dependency parsing and error-driven learning,which begins with time trigger word(namely,the syntactic head of dependency relation),uses Chinese dependency parsing to recognize the extents of the time expressions,and greatly improves the system performance;Subsequently,we .
首先以时间触发词为切入点,据依存关系递归地识别时间表达式,大大地提高了识别效果:然后,采用错误驱动学习来进一步增强识别效果,根据错误识别结果和人工标注的差异自动地获取和改进规则,使系统的性能又提高了近3。
3)  error device driver
错误设备驱动器
4)  Error-driven learning method
错误驱动方法
5)  error-driven technique
基于CRFs的错误驱动
1.
Then,the error-driven technique is applied over CRFs chunking results for further modification.
该方法首先将11种类型的汉语组块进行分组,结合CRFs构建不同的组块识别模型来识别组块;之后利用基于CRFs的错误驱动技术自动对分组组块进行二次识别;最后依据各分组F值大小顺序处理类型冲突。
6)  modular topology configuration
容错驱动
补充资料:《再论工会、目前局势及托洛茨基和布哈林的错误》
      列宁在1921年 1月为俄国共产党(布尔什维克)党内关于工会问题的争论而写成的小册子。同年 1月以单行本出版。中译文载人民出版社1958年出版的《列宁全集》第32卷。
  
  1920年底,Л.Д.托洛茨基在俄共(布)党内挑起关于工会的作用和任务问题的争论,发动反对列宁、反对党的斗争。Н.И.布哈林当时站在托洛茨基一边。列宁在本书中对他们的错误进行了坚决的批判。全书分 6个小节和一个结论。前 4节从党性原则高度揭露了托洛茨基、布哈林在工会问题上的政治错误,后两节揭示了这种错误的认识论、方法论根源。
  
  为了揭示托洛茨基、布哈林错误的认识论根源,著作中有针对性地概括了辩证逻辑的基本要求,划清了辩证法与形而上学、折衷主义的根本界限。著作中提出辩证逻辑的4个要求:①全面性。要真正地认识事物,就必须把握、研究它的一切方面、一切联系和"中介";②要求从事物的发展、"自己运动"、变化中来观察事物;③必须把人的全部实践──作为真理的标准,也作为事物同人所需要它的那一点的联系的实际确定者──包括到事物的完满的"定义"中去;④没有抽象的真理,真理总是具体的。
  
  著作中以辩证逻辑的这些要求为认识方法,剖析了政治与经济、国家与工会的关系问题,纠正了托洛茨基、布哈林的理论错误。在政治与经济关系问题上,著作中认为:经济是基础,政治是经济的集中表现;一个阶级如果不从政治上正确处理问题,就不能维持它的统治,因而就不能解决它的生产任务,在这一意义上政治同经济相比不能不占首位;解决政治问题,正是为了更好地完成经济任务。托洛茨基排斥政治领导而强调从所谓经济上看问题,是形而上学片面性的表现。布哈林主张东抽一点从政治上看问题,西抽一点从经济上看问题,把两者机械地拼凑在一起,搞的是折衷主义。
  
  在工会与国家关系问题上,著作中认为在社?嶂饕逄跫拢せ岬淖畋局实亩魇嵌怨と私泄膊饕褰逃愦蠊と巳褐诓渭由缁嶂饕寰媒ㄉ琛M新宕幕袢瞎せ崾枪膊饕逖#懦夤易橹凸芾砩淖饔茫髡?"工会国家化",把它变成行政管理机关,是形而上学片面性的表现。布哈林认为工会一方面是学校,一方面是国家机关,貌似全面,实为折衷主义。
  
  这一著作把《哲学笔记》中辩证法、逻辑与认识论一致的原则作了具体发挥和实际运用,是十月革命后列宁发展马克思主义哲学的重要著作之一。
  

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条