用于分类名词短语的模型？

我需要一个模型来完成以下任务：

一组单词及其词性标签。我想判断这组单词是否构成一个名词短语。

我能想到的一个模型是隐马尔可夫模型（HMM）。

对于那些是名词短语的序列，我们训练一个HMM（HMM+）。对于那些不是名词短语的序列，我们尝试另一个HMM（HMM-）。当我们对一个序列进行预测时，我们可以计算P(序列|HMM+)和P(序列|HMM-)。如果前者更大，我们认为这个短语是名词短语，否则不是。

你觉得这个方法怎么样？你有其他适合这个问题的模型吗？

回答：

我的直觉是HMM不是合适的模型。它可以用来猜测词性标签，通过基于先验概率和从一个标记到下一个标记的条件概率，推导出概率最高的标签序列。

对于完整的名词短语，我不明白这个模型如何匹配。

任何基于概率的方法都将非常难以训练，因为名词短语可能包含许多标记。这会导致非常多的组合。要获得有用的训练概率，你需要非常庞大的训练集。

你可以通过制定一套语法规则，例如在词性标签上使用正则表达式，快速且轻松地获得一个足够好的起点，按照以下描述进行：

或任何其他对名词短语的语言学描述。

学技术