2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在漢語中,句子由連續(xù)的漢字組成,中文分詞完成句子從有字的序列轉化為詞的序列的任務。傳統(tǒng)的機械分詞方法基于人工維護的辭典,需要大量的維護成本。本文提出一種基于統(tǒng)計學習的分詞方法,以期在最小人工干預的條件下達到盡可能高的分詞性能。
   本文首先對中文分詞技術做了概述。指出了當前中文分詞領域中存在的一些難點問題,并對常見的分詞理論和技術進行了回顧,為論文的研究奠定了理論基礎。
   第三章詳細描述了本文提出的基于統(tǒng)計學習的分

2、詞方法。該方法在傳統(tǒng)的統(tǒng)計方法基礎上做了亮點改進:1、引入了基于對數似然比的漢字間關聯度描述,并與逐點互信息和信息熵相結合,提出了一種混合漢字間關聯度度量方法;2、將常用的二元語法擴展為三元語法,提出了一種性能優(yōu)化的三元語法獲取和使用方法。
   根據不同自然語言處理應用對分詞的需求并不相同這一基本事實,本文第四章中提出了一種面向應用的分詞架構,將基于統(tǒng)計學習的分詞方法用于未登錄詞識別和分詞粒度調整。面向應用的分詞方法有效彌補了

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論