蒙古文真詞錯誤的偵測與糾錯建議的生成研究.pdf

1、本文針對蒙古文文本字詞級錯誤，借鑒其他語言成功的校對系統(tǒng)設計實現(xiàn)了具有真詞錯誤查錯與糾錯建議生成功能的文本校對系統(tǒng)。在實現(xiàn)該系統(tǒng)的過程中，我們充分利用內蒙古大學蒙古學學院創(chuàng)建的1000萬詞級“現(xiàn)代蒙古語語料庫”。首先，從語料庫中提取詞語同現(xiàn)頻率。其次，在詞語同現(xiàn)矩陣的基礎上研制了真詞錯誤查錯模型。本文主要從以下幾個方面進行研究并做了實驗。
　　(1)本文實現(xiàn)的蒙古文真詞錯誤校對系統(tǒng)主要有查錯和糾錯兩個模塊組成，由于糾錯是在查錯的基

2、礎上進行的下一步操作，因此蒙古文真詞錯誤的查錯研究更為重要。首先，我們先利用統(tǒng)計的方法從1000萬詞級語料庫中提取了詞語同現(xiàn)頻率。然后統(tǒng)計得到的有效詞頻共1，845，983條。
　　(2)為了對可能出錯的詞語提供糾錯建議，在借鑒人們以往的研究成果的基礎上，建立了易混淆詞詞典，也就是糾錯知識庫。
　　(3)在詞語同現(xiàn)矩陣的基礎上，利用詞的二元接續(xù)關系設計實現(xiàn)了蒙古文真詞錯誤查錯算法。并為已查到的真詞錯誤提供糾錯建議，在易混淆詞