基于自然語言處理的文本自動(dòng)校對(duì)系統(tǒng).pdf

1、隨著計(jì)算機(jī)和因特網(wǎng)的推廣應(yīng)用，由數(shù)據(jù)處理、信息處理發(fā)展到知識(shí)處理，對(duì)語言文字處理要求的深度和廣度越來越高，可以認(rèn)為一個(gè)國(guó)家的語言文字的信息處理水平和處理量基本上代表了這個(gè)國(guó)家進(jìn)入信息社會(huì)的程度，其語言文字信息的處理能力直接關(guān)系到它在網(wǎng)絡(luò)社會(huì)和網(wǎng)絡(luò)經(jīng)濟(jì)中的國(guó)際競(jìng)爭(zhēng)能力。目前，網(wǎng)絡(luò)社會(huì)和網(wǎng)絡(luò)經(jīng)濟(jì)正以極快的速度在全世界發(fā)展，阻礙其發(fā)展的首要瓶頸問題就是自然語言的處理問題。一旦基于網(wǎng)絡(luò)的自然語言處理問題得到突破，網(wǎng)絡(luò)社會(huì)和網(wǎng)絡(luò)經(jīng)濟(jì)將會(huì)突飛猛進(jìn)。

2、因此，許多國(guó)家的科研院校和機(jī)構(gòu)對(duì)該領(lǐng)域投入了大量的人力物力，我國(guó)也將其作為一個(gè)高新技術(shù)的重點(diǎn)，列入國(guó)務(wù)院批準(zhǔn)的“國(guó)家中長(zhǎng)期科學(xué)技術(shù)發(fā)展綱領(lǐng)”。 而中文文本自動(dòng)校對(duì)，屬于自然語言處理的應(yīng)用基礎(chǔ)研究范疇，以出版業(yè)的電子化迅猛發(fā)展為契機(jī)，也越來越受到足夠的重視，并成為一項(xiàng)亟待解決的緊迫課題。 本文是在對(duì)目前中文文本校對(duì)技術(shù)的深入研究和分析的基礎(chǔ)上，在中文文本自動(dòng)校對(duì)領(lǐng)域進(jìn)行了初步的探討，提出了對(duì)文本的字詞、語法、語義錯(cuò)誤進(jìn)行校

3、對(duì)的綜合校對(duì)方法。該方法在文本校對(duì)理論研究和技術(shù)實(shí)現(xiàn)上進(jìn)行了有益的嘗試，能夠?qū)χ形奈谋镜腻e(cuò)誤進(jìn)行較為全面的檢查。 對(duì)于文本字詞錯(cuò)誤的檢查，本文主要利用了字詞二元接續(xù)關(guān)系，根據(jù)同現(xiàn)概率檢查文本字詞錯(cuò)誤；對(duì)于文本語法錯(cuò)誤的檢查，本文利用教研室已有的一個(gè)大規(guī)模語料庫(kù)，通過對(duì)語料庫(kù)進(jìn)行統(tǒng)計(jì)分析，獲得語法查錯(cuò)所需要的語言規(guī)律和知識(shí)，利用謂語中心詞識(shí)別和其他句子成分識(shí)別的方法，檢查文本語法結(jié)構(gòu)上的錯(cuò)誤；對(duì)于文本語義錯(cuò)誤的檢查，本文主要利用知