2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、中文分詞是中文自然語言處理的基礎(chǔ)性任務(wù),分詞的準(zhǔn)確性直接影響到后續(xù)處理任務(wù),分詞的速度影響到后續(xù)的直接應(yīng)用。成功的分詞方法需要具有較高的準(zhǔn)確性和快速切分的能力。由于中文自身的復(fù)雜性,如何做到有準(zhǔn)又快地分詞一直是中文自然語言處理的難題。
   本文首先介紹了分詞技術(shù)研究的現(xiàn)狀以及應(yīng)用范圍,闡述了當(dāng)前常見的分詞方法和各種分詞方法的優(yōu)缺點(diǎn),分析了中文分詞研究面臨的問題,由此引出本文的研究論題:基于詞典的機(jī)械切分可以做到比較快速的切分,

2、但是其不足之處是局限于詞典,準(zhǔn)確率和處理新詞的能力無法達(dá)到滿意的效果,條件隨機(jī)域統(tǒng)計模型能很好地達(dá)到新詞識別的能力;然后提出了一種結(jié)合詞典和CRF統(tǒng)計分詞的方法,將CRF識別新詞的優(yōu)勢和機(jī)械分詞的速度優(yōu)勢相結(jié)合。改進(jìn)了CRF的解碼部分,使用詞典先做全切分,而后依據(jù)模板計算閾值并以此判定是否為新詞,同時可以在平均程度上加快解碼速度:由于詞典是聯(lián)系機(jī)械分詞和統(tǒng)計分詞的重要紐帶,為了實(shí)現(xiàn)吸納新詞和快速切分,本文提出了分級詞典的方法,由核心詞典

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論