藏文自動分詞技術方法研究.pdf

1、藏文分詞是藏文信息處理中一項不可缺少的基礎性工作。從文本的輸入系統(tǒng)〔如智能語句輸入法、語音輸入、手寫輸入)，到文字處理(如文本校對)以及語音合成、文本檢索、文本分類、自然語言接口、自動文摘等，無處不滲透著分詞系統(tǒng)的應用，它是藏文信息處理重要基礎之一。
　　 眾所周知，英文以詞為單位，以空格隔開。計算機可以容易地理解英文單詞。而藏文句子中，詞與詞之間沒有明顯的分隔符（如空格）。藏文以字（音節(jié)字）為單位，連字成句才能描述一個完整的意

2、思。而對由詞組成的藏文句子，必須通過藏文分詞技術才得以理解。把藏文的音節(jié)字序列切分成有意義的詞，是藏文分詞的研究工作。
　　 通過研究和分析藏文分詞的概念以及國內外相關成果，本文系統(tǒng)地提出了分詞系統(tǒng)中藏文分詞切分單位的劃定原則以及藏文分詞技術方法，結合藏文自然標記斷句、以格助詞來為分塊、塊內匹配與統(tǒng)計相結合的分詞方法，提出了藏文自動分詞方法、格助詞的識別方法、交集型和組合型歧義的識別方法及未登錄詞識別方法。進而提出了藏文自動分詞