現(xiàn)代漢語末登錄派生詞分析及識別研究.pdf

1、學(xué)位論文獨創(chuàng)性聲明本人鄭重聲明：所提交的學(xué)位是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究[作和取得的研究成果。本論文中除引文外，所有實驗、數(shù)據(jù)和有關(guān)材料均是真實的。本論文中除引文和致謝的內(nèi)容外，不包含其他人或其它機(jī)構(gòu)已經(jīng)發(fā)表或撰寫過的研究成果。其他同志對本研究所做的貢獻(xiàn)均已在論文中作了聲明并表示了謝意。學(xué)位論文作者簽名：日期：沙p小占學(xué)位論文使用授權(quán)聲明研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬南京師范大學(xué)。學(xué)校有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔，

2、白丁以借閱或上網(wǎng)公布本學(xué)位論文的部分或全部內(nèi)容，可以采用影印、復(fù)印等手段保存、匯編本學(xué)位論文。學(xué)?？梢韵驀矣嘘P(guān)機(jī)關(guān)或機(jī)構(gòu)送交論文的電子和紙質(zhì)文檔，允許論文被查閱和借閱。(保密論文在解密后遵守此規(guī)定)保密論文注釋：本學(xué)位論文屬于保密論文，保密期限為年。學(xué)位論文作者簽名：旁澎指導(dǎo)教師簽名：17t期：汐f≥。r，6日期：中文摘要中文摘要lIll[IIIrIIIIIIIIllIIY217604‘》在中文信息處理領(lǐng)域，對于漢語分析最基本的一項任

3、務(wù)就是自動分詞，在自動分詞階段主要面臨兩方面的問題：未登錄詞的識別，歧義字段的切分。其中，未登錄詞識別是影響分詞正確性的重要因素之一，是自動分詞的一大難題。近年來，國內(nèi)許多學(xué)者對未登錄詞識別中命名實體的識別研究的較多，而且已經(jīng)耿得了較好的成果，但是對派生詞的識別缺乏廣泛的研究，常是以個案研究居多，一定范圍內(nèi)的窮盡式研究較少，I而且沒有對派生構(gòu)詞模式做系統(tǒng)的分析，忽略了詞語本身的內(nèi)部結(jié)構(gòu)特點。鑒于實驗文本的有限性和研究對象的特點，本課題所

4、研究的派生構(gòu)詞模式是指詞一和詞綴組合而成的詞，并且以未登錄詞和派生詞的定義為基礎(chǔ)，從信息處理角度出發(fā)，將未登錄派生詞界定為詞二r部分出現(xiàn)在詞表中，詞綴出現(xiàn)在詞綴表中，但是詞~二加詞綴組合而成的詞沒有出現(xiàn)在淵表中的派生詞。本文在原有的對詞綴界定的理論研究的基礎(chǔ)上，加入計算語言學(xué)研究中的重要手段——基于語料庫的量化分析研究方法，給出了面向中文信息處理的詞綴界定標(biāo)準(zhǔn)，制定了信息處理用詞綴表。以訓(xùn)綴的界定標(biāo)準(zhǔn)為依據(jù)，對信息處理詞綴表中每個詞綴進(jìn)

5、行分類研究，考察各種派生構(gòu)詞模式中的語法和語義特點，量化分析語料庫中已登錄派生詞的構(gòu)詞模式。在進(jìn)行未登錄派生構(gòu)詞模式研究的時候，根據(jù)詞綴語法意義的不同將詞綴進(jìn)行分類，依據(jù)語料庫中未登錄派生詞的分佃特點，重點分析“們”式未登錄派生詞和“者”式未登錄派生詞的構(gòu)詞模式及其特點，并且窮盡式的列舉了語料庫中其他末登錄派生詞的構(gòu)詞模式。在研究語料庫中未登錄派生詞識別問題時，根據(jù)詞綴派生構(gòu)詞能力的不同進(jìn)行了兩組平行實驗，分別設(shè)計特征模板，借助條件隨機(jī)