簡繁漢字系統(tǒng)的網(wǎng)絡特性比較及簡繁人名對挖掘.pdf

1、近年來國內(nèi)外已經(jīng)開發(fā)不同版本的簡繁漢字自動轉(zhuǎn)換系統(tǒng)，基本滿足了兩岸四地日益頻繁的經(jīng)濟文化交流與合作。對于開發(fā)較高質(zhì)量的簡繁漢字轉(zhuǎn)換系統(tǒng)，需建立在簡繁漢字比較基礎之上，但目前簡繁漢字差異性研究主要停留在字形和詞的層面，還不夠系統(tǒng)和全面，缺少從語言整體角度上系統(tǒng)分析簡繁漢字的差異性;目前簡繁轉(zhuǎn)換系統(tǒng)還存在一些不足，如:對專有名詞的轉(zhuǎn)換，主要依靠簡繁詞庫對照表進行，而現(xiàn)有簡繁詞庫的規(guī)模還不夠大且存在錯誤詞對，由于缺少平行簡繁語料，很難從語料中

2、自動獲取簡繁術語對;對于人名轉(zhuǎn)換問題，準確率還比較低。因此本文針對這些問題進行研究旨在從新的思路來促進簡繁轉(zhuǎn)換技術的發(fā)展，主要工作包括:
　　1)本文針對新聞語體語料，分別建立了簡繁相同節(jié)點數(shù)及相同語料規(guī)模的詞同現(xiàn)網(wǎng)絡，并分別對兩種網(wǎng)絡做了復雜網(wǎng)絡特性方面的系統(tǒng)比較。通過實驗得出結論有:首先簡繁漢語詞同現(xiàn)網(wǎng)絡都具有小世界和無標度的特性;其次通過對所得到的簡繁漢字核心詞典進行比較，發(fā)現(xiàn)簡繁漢字核心詞典具有一定通用性，但也存在一些差異

3、，而且繁體漢字書面語還保留了一定的文言文特征;此外，通過對網(wǎng)絡中的基元進行統(tǒng)計分析，得出簡繁漢字系統(tǒng)在語義方面具有一致性。
　　2)首先我們借助簡繁詞向量表示和簡繁語言之間的一種線性映射，實現(xiàn)對簡繁術語和地名的轉(zhuǎn)換，通過實驗表明，該方法可以比較有效的對簡繁詞進行轉(zhuǎn)換，證明我們的工作可以從語料中抽取簡繁術語對，用于擴展和修正現(xiàn)有簡繁詞庫對照表;其次我們利用簡繁詞轉(zhuǎn)換矩陣與編輯距離加權結合的方法，實現(xiàn)對人名的轉(zhuǎn)換。實驗結果表明，我們的