2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)前的大多數(shù)中文分詞系統(tǒng)都是基于詞典的,但是其不能正確的切分文本中新詞(字典中不包括)。這些基于詞典的分詞系統(tǒng)在處理包含較多新詞的文本時(shí),效果較差。
  當(dāng)前新詞識(shí)別算法包括有監(jiān)督和無(wú)監(jiān)督兩種,但是有監(jiān)督需要一個(gè)詳細(xì)標(biāo)注的語(yǔ)料庫(kù),往往獲得這樣的一個(gè)語(yǔ)料庫(kù)是相當(dāng)困難的。不同的是無(wú)監(jiān)督所需要的先驗(yàn)知識(shí)就要少得多,并且能方便的使用相應(yīng)的度量準(zhǔn)則衡量一個(gè)候選詞成為一個(gè)新詞的可能性。然而當(dāng)前無(wú)監(jiān)督算法收詞頻的影響較大,對(duì)稀疏的文本數(shù)據(jù)集來(lái)說(shuō)

2、處理效果是不能令人滿意的。
  本文主要研究基于統(tǒng)計(jì)的無(wú)監(jiān)督中文新詞發(fā)現(xiàn)算法和組合詞識(shí)別算法。并相應(yīng)的提出了:重疊子字符串新詞度量準(zhǔn)則和改進(jìn)的重疊子字符串組合詞度量準(zhǔn)則。重疊子字符串新詞度量準(zhǔn)則從候選詞的內(nèi)部和候選詞的外部同時(shí)考慮一個(gè)候選詞成為新詞的可能性,并使用相對(duì)詞頻,所以能較好的處理相對(duì)稀疏的文本數(shù)據(jù)。并與另外三個(gè)現(xiàn)存的新詞發(fā)現(xiàn)算法做了實(shí)驗(yàn)對(duì)比,實(shí)驗(yàn)結(jié)果表明我們的新詞發(fā)現(xiàn)算法,比這三個(gè)對(duì)比算法有較大改進(jìn)。改進(jìn)的重疊子字符串組

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論