蒙古文真詞錯(cuò)誤的偵測(cè)與糾錯(cuò)建議的生成研究.pdf

1、本文針對(duì)蒙古文文本字詞級(jí)錯(cuò)誤，借鑒其他語(yǔ)言成功的校對(duì)系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)了具有真詞錯(cuò)誤查錯(cuò)與糾錯(cuò)建議生成功能的文本校對(duì)系統(tǒng)。在實(shí)現(xiàn)該系統(tǒng)的過(guò)程中，我們充分利用內(nèi)蒙古大學(xué)蒙古學(xué)學(xué)院創(chuàng)建的1000萬(wàn)詞級(jí)“現(xiàn)代蒙古語(yǔ)語(yǔ)料庫(kù)”。首先，從語(yǔ)料庫(kù)中提取詞語(yǔ)同現(xiàn)頻率。其次，在詞語(yǔ)同現(xiàn)矩陣的基礎(chǔ)上研制了真詞錯(cuò)誤查錯(cuò)模型。本文主要從以下幾個(gè)方面進(jìn)行研究并做了實(shí)驗(yàn)。
　　(1)本文實(shí)現(xiàn)的蒙古文真詞錯(cuò)誤校對(duì)系統(tǒng)主要有查錯(cuò)和糾錯(cuò)兩個(gè)模塊組成，由于糾錯(cuò)是在查錯(cuò)的基

2、礎(chǔ)上進(jìn)行的下一步操作，因此蒙古文真詞錯(cuò)誤的查錯(cuò)研究更為重要。首先，我們先利用統(tǒng)計(jì)的方法從1000萬(wàn)詞級(jí)語(yǔ)料庫(kù)中提取了詞語(yǔ)同現(xiàn)頻率。然后統(tǒng)計(jì)得到的有效詞頻共1，845，983條。
　　(2)為了對(duì)可能出錯(cuò)的詞語(yǔ)提供糾錯(cuò)建議，在借鑒人們以往的研究成果的基礎(chǔ)上，建立了易混淆詞詞典，也就是糾錯(cuò)知識(shí)庫(kù)。
　　(3)在詞語(yǔ)同現(xiàn)矩陣的基礎(chǔ)上，利用詞的二元接續(xù)關(guān)系設(shè)計(jì)實(shí)現(xiàn)了蒙古文真詞錯(cuò)誤查錯(cuò)算法。并為已查到的真詞錯(cuò)誤提供糾錯(cuò)建議，在易混淆詞