版權說明: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,請進行舉報或認領
文檔簡介
1、語言模型是描述自然語言內(nèi)在規(guī)律的數(shù)學模型,在自然語言處理過程中占據(jù)著重要的地位,但目前維吾爾語語言模型的研究尚處于起步探索階段,因此構建一個可靠的語言模型對于維吾爾語自然語言處理系統(tǒng)很關鍵。維吾爾語語言模型是維吾爾語自然語言處理技術的重要基石,它可以應用于語音識別、機器翻譯、信息檢索等領域,它的研究對促進新疆地區(qū)的少數(shù)民族語言自然語言處理技術的發(fā)展具有重要的意義。
本文針對當前維吾爾語語言模型存在的語料庫資源匱乏問題、數(shù)據(jù)稀疏
2、問題以及困惑度較高等問題,試圖找出使困惑度最低的平滑算法和建模單元(基元)建立語言模型。具體研究工作如下所示:
為解決數(shù)據(jù)稀疏問題,研究了多種平滑算法,包括加法平滑算法、Good-Turing平滑、Witten-Bell平滑、Katz平滑、絕對折扣平滑、Kneser-Ney平滑。實驗結果表明絕對折扣平滑算法的困惑度最低。
本文將基于電話信道的維吾爾口語對話的文本、雙語教學系統(tǒng)中的課本教材以及一些日常用語作為實驗數(shù)據(jù),
3、然后對這些實驗數(shù)據(jù)進行預處理和加工處理,并將處理后的數(shù)據(jù)作為本實驗中建立維吾爾語語言模型的文本語料。預處理后對維吾爾語文本語料進行分詞,這里采用兩種分詞方法:一種是基于詞典的維吾爾語詞切分,一種是非監(jiān)督式形態(tài)切分。
在基于維吾爾語分詞的基礎上,對傳統(tǒng)的N-gram統(tǒng)計語言模型做出改進。將維吾爾語單詞切分成不同單元,以它們作為基元(模型粒度)建立了3種維吾爾語語言模型,并提出基于詞素類的N-gram語言模型。本文利用SRILM1
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 維吾爾語中的委婉語及其漢譯.pdf
- 現(xiàn)代維吾爾語中的比喻研究.pdf
- 漢維語言接觸中漢語對維吾爾語的影響.pdf
- 淺析維吾爾語中的兼語式.pdf
- 現(xiàn)代維吾爾語量詞研究.pdf
- 裝修合同維吾爾語
- 裝修合同維吾爾語
- 維吾爾語信息檢索.pdf
- 維吾爾語中的常用波斯語借詞.pdf
- 維吾爾語柯坪土語研究.pdf
- 淺析維吾爾語禁忌語
- 維吾爾語基本學習資料
- 現(xiàn)代維吾爾語情狀類型研究.pdf
- 談維吾爾語中連詞“__”的連接功能.pdf
- 維吾爾語的類型學描寫.pdf
- 現(xiàn)代維吾爾語同形多義結構研究.pdf
- 現(xiàn)代維吾爾語造詞法研究.pdf
- 淺談現(xiàn)代維吾爾語新詞新語
- 漢語刑法文本語言特點及其維吾爾語翻譯.pdf
- 維吾爾語的“黑”“白”在漢語中的翻譯.pdf
評論
0/150
提交評論