版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、藏語信息處理技術(shù)經(jīng)過二十多年的發(fā)展,無論是在藏文信息處理研究及其相關(guān)標(biāo)準(zhǔn)制定方面,還是在藏語信息處理應(yīng)用開發(fā)方面,都取得了不少成績。藏語信息處理技術(shù)也逐步邁入到語言信息處理層面。雖然藏語信息處理研究在技術(shù)上緊跟著英漢語等之后,但作為信息處理研究基礎(chǔ)的語料資源相對貧乏。公開的藏語語料庫都是未標(biāo)注的生語料庫,其應(yīng)用價(jià)值非常有限。由于對藏語的本體研究不夠深入,許多對藏語信息處理有價(jià)值的屬性未能挖掘和描述出來,因而限制了藏語信息處理技術(shù)的發(fā)展和
2、應(yīng)用范圍。針對以上問題,本文采用了多種統(tǒng)計(jì)模型和方法來進(jìn)行藏語分詞和詞性標(biāo)注研究,并取得了以下幾個(gè)方面的主要成果:
一、提出了基于詞位的藏語分詞方法,在國內(nèi)外較早地將藏語黏寫形式的特征融合到藏語分詞研究當(dāng)中。
我們采用了基于詞位的統(tǒng)計(jì)方法來處理藏語分詞問題,將藏語分詞轉(zhuǎn)化為序列標(biāo)注問題,實(shí)現(xiàn)了一個(gè)藏語分詞系統(tǒng)。該系統(tǒng)采用條件隨機(jī)場模型,針對藏語黏寫形式的語法特征,將漢語分詞中常用的四詞位標(biāo)簽集改進(jìn)為更適合藏語特點(diǎn)的六
3、詞位標(biāo)簽集,并使用100萬余經(jīng)人工反復(fù)校對的語料對模型進(jìn)行訓(xùn)練。經(jīng)實(shí)驗(yàn)測試,在大規(guī)模真實(shí)語料的測試中,系統(tǒng)的開放測試F值達(dá)到了91%,分詞性能基本上令人滿意。在進(jìn)一步的研究中,我們經(jīng)分析發(fā)現(xiàn)分詞精度主要受到了藏語黏寫形式識別結(jié)果的限制??紤]到黏寫形式的復(fù)雜多樣,我們在總結(jié)前人的研究成果的基礎(chǔ)上,加入了基于規(guī)則的后處理環(huán)節(jié),最終的測試結(jié)果F值達(dá)到了95%以上,已能滿足藏語語料庫建設(shè)的實(shí)際需求。
二、在藏語分詞研究的基礎(chǔ)上,根據(jù)藏
4、族人名特征探討了藏語人名識別方法。
通過研究藏語人名的特點(diǎn),我們總結(jié)了藏語人名識別的多種策略并最終選擇了基于統(tǒng)計(jì)的方法來實(shí)現(xiàn)藏語人名的識別。我們基于條件隨機(jī)場模型,通過使用名字邊界、前后綴、上下文等特征,給出了藏文人名識別的一種方法。最終實(shí)驗(yàn)系統(tǒng)在開放測試中取得的F值達(dá)到了91.26%。雖然未能進(jìn)一步發(fā)掘名字與普通詞語同形這一極易導(dǎo)致歧義現(xiàn)象的特征,導(dǎo)致系統(tǒng)識別性能未能達(dá)到十分理想的效果,但可以通過對特征標(biāo)簽集進(jìn)行調(diào)整,同時(shí)優(yōu)
5、化特征模板集,進(jìn)一步提高識別效果。
三、綜合使用了多種統(tǒng)計(jì)模型實(shí)現(xiàn)了藏語詞性標(biāo)注研究,在國內(nèi)外首次采用最大熵結(jié)合條件隨機(jī)場模型實(shí)現(xiàn)了藏語的詞性標(biāo)注方法。
通過對藏語詞性的研究,在滿足基本的詞法分析的需求下,我們將藏語詞類標(biāo)記集精簡到統(tǒng)計(jì)模型切實(shí)可用的規(guī)模,然后選擇最大熵模型構(gòu)建了一個(gè)藏語詞性標(biāo)注系統(tǒng),并采用小規(guī)模的語料進(jìn)行訓(xùn)練。實(shí)驗(yàn)結(jié)果顯示,在小規(guī)模語料訓(xùn)練下,基于最大熵的詞性標(biāo)注系統(tǒng)達(dá)到了87.76%的準(zhǔn)確率,已基
6、本接近詞法分析可用的要求。
在最大熵模型的基礎(chǔ)上,我們提出了基于條件隨機(jī)場的修正模型。該模型在最大熵模型的輸出結(jié)果上進(jìn)行訓(xùn)練,從而可以將最大熵模型中次優(yōu)結(jié)果和再次優(yōu)結(jié)果中的正確標(biāo)注挑選出來,提高詞性標(biāo)注的準(zhǔn)確率。實(shí)驗(yàn)證明,采用同樣規(guī)模的訓(xùn)練語料和測試語料,最大熵結(jié)合條件隨機(jī)場的詞性標(biāo)注模型達(dá)到了89.12%的準(zhǔn)確率,已接近同類漢語詞性標(biāo)注系統(tǒng)的水平。
四、實(shí)現(xiàn)了一種基于條件隨機(jī)場的藏語分詞標(biāo)注一體化模型,將分詞和詞性
7、標(biāo)注整合到一個(gè)統(tǒng)一的系統(tǒng)中,為藏語詞法分析提供了新的解決途徑。
我們充分利用了分詞與詞性標(biāo)注間更深層次的依賴關(guān)系,在一體化模型中利用詞性信息來處于分詞過程中遇到的歧義問題。在較小的訓(xùn)練語料規(guī)模下,藏語分詞標(biāo)注一體化模型在開放測試中分詞結(jié)果的F值達(dá)到了89.0%,這表明一體化模型將詞位信息和所屬詞的詞性信息很好的結(jié)合起來,能更有效的提高分詞精度,其分詞效果已基本可以滿足語料庫對自動分詞的需求。一體化模型的詞性標(biāo)注準(zhǔn)確率也達(dá)到了8
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 漢語自動分詞和詞性標(biāo)注研究.pdf
- 先秦漢語自動分詞及詞性標(biāo)注研究.pdf
- 在自然漢語中進(jìn)行分詞和詞性標(biāo)注.pdf
- 中文分詞及詞性標(biāo)注中領(lǐng)域自適應(yīng)的研究.pdf
- 漢語分詞中未登錄詞識別及詞性標(biāo)注的研究與實(shí)現(xiàn).pdf
- 應(yīng)用條件隨機(jī)場進(jìn)行漢語分詞和詞性標(biāo)注的研究.pdf
- 中文文本分詞及詞性標(biāo)注自動校對方法研究.pdf
- 藏語語音標(biāo)注與識別研究.pdf
- 基于自然語言理解的中文分詞和詞性標(biāo)注方法的研究.pdf
- 基于感知器算法的高效中文分詞與詞性標(biāo)注系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- hmm詞性標(biāo)注-weebly
- 中文詞性標(biāo)注的研究與實(shí)現(xiàn).pdf
- 中文分詞與詞性標(biāo)注的一體化學(xué)習(xí)及領(lǐng)域適應(yīng)性技術(shù)研究.pdf
- 20850.提高小學(xué)數(shù)學(xué)應(yīng)用題分詞及詞性標(biāo)注準(zhǔn)確率的研究
- 漢語詞類劃分與詞性標(biāo)注方法的研究.pdf
- 中文詞性標(biāo)注及未登錄詞詞性預(yù)測研究.pdf
- 基于轉(zhuǎn)換學(xué)習(xí)的詞性標(biāo)注研究.pdf
- 中文文本自動分詞與標(biāo)注漢語詞義自動標(biāo)注技術(shù)
- hmm詞性標(biāo)注 - 語言學(xué)
- 基于機(jī)械切分和標(biāo)注的中文分詞研究.pdf
評論
0/150
提交評論