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53頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、介詞短語是漢語中一種重要的短語類型。介詞短語識別可以縮小句子中心動詞的選擇范圍;可以簡化句子結(jié)構(gòu),降低后續(xù)句法分析的難度;在基于模板的翻譯中,它還能為模板匹配提供方便。 本文首先指出了當(dāng)前完全語法分析的困難,而介詞短語識別和其他類型短語識別以及組塊分析是一種解決問題的途徑。并介紹了介詞短語識別的研究現(xiàn)狀以及技術(shù)路線,提出了漢語介詞短語識別的重要性和可行性。隨后在繼承了語言學(xué)家工作的基礎(chǔ)上,對漢語介詞短語的語義,語法,語用情況進(jìn)行

2、了討論,提出了基于漢語介詞短語的分類體系,制定面向計(jì)算機(jī)的介詞短語的標(biāo)注規(guī)范。在研究過程中,本文繼承了Church提出的把BaseNP識別看作詞性標(biāo)注同構(gòu)問題的思想,嘗試在淺層句法分析這個(gè)層級識別介詞短語。本文實(shí)現(xiàn)介詞短語識別的系統(tǒng)是基于最大熵的統(tǒng)計(jì)模型,最大熵模型具有簡潔、通用和可移植等特點(diǎn),能夠靈活地選取特征,同時(shí)可以把計(jì)算模型和語言模型作為獨(dú)立地模塊處理,而不必關(guān)心語言內(nèi)部的細(xì)節(jié)。特征集合的選取是最大熵模型的關(guān)鍵,它選取合適與否決

3、定了介詞短語識別結(jié)果的好壞。因此在本文中針對漢語介詞短語的劃分和識別,提出了詞、詞性標(biāo)注是構(gòu)成介詞短語識別的主要因素,并根據(jù)這幾種因素結(jié)合介詞短語的語用特征來確定最大熵模型的特征空間,從中自動獲取介詞短語識別的有效特征集合。 實(shí)驗(yàn)表明,利用基于最大熵模型的方法來識別中文介詞短語是有效的:系統(tǒng)使用含有7000余個(gè)介詞短語的2000年人民日報(bào)語料的開放測試精確率達(dá)到89.1﹪。和當(dāng)前同類文獻(xiàn)相比,本識別系統(tǒng)取得了比較好的識別結(jié)果。并

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。

評論

0/150

提交評論