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67頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著Internet飛速發(fā)展和網(wǎng)上中文信息的逐漸增多,中文信息處理應(yīng)用日益廣泛,而中文分詞是中文信息處理的首要前提。中文與英文不同,中文文本是一個連續(xù)的字符流,詞與詞之間并沒有明顯的切分標(biāo)志,因而中文信息處理的首要問題是詞的切分問題。中文文本的自動分詞已成為中文信息處理的一個前沿課題。本文對中文文檔分詞進行了研究。
  首先,介紹了中文分詞的相關(guān)知識,提出了中文分詞所面臨的困難,分析了現(xiàn)有中文分詞的主要方法和最大匹配方法(Maxi

2、mum Matching Method,MM),并指出了它們的優(yōu)缺點。
  其次,基于提高分詞速度的迫切需求,根據(jù)最大匹配方法的思想,提出了一個優(yōu)化最大匹配的分詞方法。在分詞過程中,只比較待分字串的末尾字,替換現(xiàn)有的最大匹配方法,將待分字串中的所有字符與詞典中詞進行匹配,快速判斷待分字串是否成詞。最大匹配方法屬于基于詞典的分詞方法,因此建立一個詞典存儲結(jié)構(gòu),并給出了優(yōu)化最大匹配的分詞算法。
  再次,基于中文分詞時常常出現(xiàn)的

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