摘要：為了解決遷移學(xué)習(xí)的欠適配問題,將粒模型作為候選模型的集合,通過模型選擇的方式引入目標(biāo)域的輔助模型中包含的標(biāo)注規(guī)則,提出粒模型推斷中基于似然比的模型選擇方法（likelihood ratio model selection,LRMS）,實現(xiàn)了輔助模型與粒模型的融合。LRMS保持基于Viterbi算法的標(biāo)注模型對整條序列進行計算的模式,避免了候選標(biāo)注器對上下文關(guān)系的破壞。通過大量詞性標(biāo)注實驗表明LRMS在每個遷移學(xué)習(xí)任務(wù)中都有準確率的提高,從而證明似然比模型選擇是一種有效的解決欠適配問題的方法。