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、本文主要介紹了漢語分詞中未登錄詞識別與詞性標(biāo)注方法。未登錄詞是影響漢語分詞準(zhǔn)確率的一個重要因素,未登錄詞包括人名、地名、時間名、數(shù)詞等,提高這類詞的識別率能夠在一定程度上提高漢語分詞的準(zhǔn)確率;詞性標(biāo)注是中文信息化處理的基礎(chǔ)性工作,其任務(wù)是用計算機來自動地標(biāo)注出文本中所有詞的詞性。詞性標(biāo)注在機器翻譯、自動摘要、信息檢索、Web文本挖掘、文本分類、文本校對、語音識別、語音合成等許多領(lǐng)域起著重要的作用,是自然語言處理的基礎(chǔ)性課題。提高詞性標(biāo)注
2、的準(zhǔn)確率,是提高自然語言處理效果的基礎(chǔ)之一,因此詞性標(biāo)注的方法研究具有重要意義。 本文采用了統(tǒng)計與規(guī)則相結(jié)合的方法對未登錄詞進行識別,該方法解決了基于規(guī)則的方法帶來的規(guī)則獲取瓶頸問題,同時克服了基于統(tǒng)計的方法過于依賴語料庫的缺陷。實驗證明,統(tǒng)計與規(guī)則相結(jié)合的方法能有效的提高漢語分詞的準(zhǔn)確率。 本文對詞性標(biāo)注的方法進行了研究,分析了基于規(guī)則的方法和基于統(tǒng)計的方法的優(yōu)缺點。提出采用條件隨機場模型,通過概率訓(xùn)練獲得了模型參數(shù)。
3、同時采用backoff參數(shù)平滑算法來解決了條件隨機場模型的數(shù)據(jù)稀疏問題。最后,運用Viterbi算法以句子為單位進行詞性標(biāo)注。實驗證明,基于概率統(tǒng)計的-階條件隨機場模型以及Viterbi算法能有效的解決漢語詞性標(biāo)注的問題。 另外,在漢語分詞的詞典結(jié)構(gòu)方面,本文提出了一種基于雙數(shù)組Trie加密的詞典存儲結(jié)構(gòu),該詞典存儲結(jié)構(gòu)不僅能夠有效地提高詞典檢索效率、降低詞典的空間復(fù)雜度,并且克服了傳統(tǒng)雙數(shù)組詞典結(jié)構(gòu)裝載時間過長的缺點,同時,該
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。
最新文檔
- 中文詞性標(biāo)注及未登錄詞詞性預(yù)測研究.pdf
- 信息檢索用漢語分詞與未登錄詞識別技術(shù)研究.pdf
- 漢語自動分詞和詞性標(biāo)注研究.pdf
- 先秦漢語自動分詞及詞性標(biāo)注研究.pdf
- 漢語框架網(wǎng)中未登錄詞元的識別技術(shù)研究.pdf
- 藏語分詞與詞性標(biāo)注研究.pdf
- 在自然漢語中進行分詞和詞性標(biāo)注.pdf
- 雙字低頻未登錄詞識別研究.pdf
- 中文分詞及詞性標(biāo)注中領(lǐng)域自適應(yīng)的研究.pdf
- 應(yīng)用條件隨機場進行漢語分詞和詞性標(biāo)注的研究.pdf
- 面向全文標(biāo)注的未登錄詞語義預(yù)測研究與實現(xiàn).pdf
- 基于用戶查詢的中文未登錄詞識別技術(shù)的研究.pdf
- 基于感知器算法的高效中文分詞與詞性標(biāo)注系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于詞典和詞頻分析的論壇語料未登錄詞識別研究.pdf
- 漢語詞類劃分與詞性標(biāo)注方法的研究.pdf
- 中文未登錄詞識別的研究及在漢字輸入法中的應(yīng)用.pdf
- 搜索引擎開發(fā)實踐識別未登錄詞與發(fā)現(xiàn)新詞
- 中文詞性標(biāo)注的研究與實現(xiàn).pdf
- 中文文本分詞及詞性標(biāo)注自動校對方法研究.pdf
- 漢語未登錄詞語義預(yù)測研究.pdf
評論
0/150
提交評論