版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著社會(huì)信息化的發(fā)展,無(wú)論是黨政機(jī)關(guān),還是公司企業(yè)學(xué)校,人們更青睞于用電子文檔的形式來(lái)存儲(chǔ)、備份文檔。于是電子信息迅速增長(zhǎng)成了海量信息,這給人們從中獲取自己所需的信息增加了很大的困難,所以必須對(duì)海量信息進(jìn)行處理,中文分詞技術(shù)就是中文信息處理的基礎(chǔ)。經(jīng)過(guò)十幾年的研究發(fā)展中文分詞技術(shù)有了很大突破,但是中文分詞系統(tǒng)始終存在著不足,這是由于中文語(yǔ)言的復(fù)雜性導(dǎo)致的。
為了提高中文分詞系統(tǒng)的準(zhǔn)確率,通過(guò)對(duì)中文分詞現(xiàn)狀的學(xué)習(xí),深入研究了
2、常用的中文分詞算法和各種分詞詞典結(jié)構(gòu),提出了改進(jìn)算法。本文提出了一個(gè)基于雙數(shù)組的逆向匹配分詞算法,在詞典結(jié)構(gòu)上,使用雙數(shù)組詞典,它繼承了TRIE索引樹(shù)逐字匹配的特點(diǎn),節(jié)省了空間,提高了查詢效率;在匹配算法上,根據(jù)統(tǒng)計(jì)在同等條件下,單純使用逆向最大匹配比正向最大匹配的錯(cuò)誤率低,所以本文實(shí)現(xiàn)的算法是結(jié)合了雙數(shù)組和逆向匹配的優(yōu)點(diǎn)。從實(shí)驗(yàn)結(jié)果來(lái)看,這種結(jié)合了雙數(shù)組逆序詞典結(jié)構(gòu)和逆向匹配的中文分詞算法取得了較好的成果。
為了給算法提
3、供一個(gè)好的應(yīng)用環(huán)境,本文設(shè)計(jì)了一個(gè)基于文檔類別的層次中文分詞系統(tǒng)。一般說(shuō)來(lái),分詞模型不考慮文本的類別屬性,然而對(duì)于類別信息豐富、復(fù)雜度大、專業(yè)性強(qiáng)的知識(shí)管理應(yīng)用系統(tǒng)而言,就需要更具針對(duì)性的分詞方式。這種基于文檔類別的中文分詞系統(tǒng)模型,分為輸入層、分類層、分詞層、數(shù)據(jù)層;數(shù)據(jù)層的詞典有四種:分別是基礎(chǔ)信息詞典、核心詞典、專業(yè)詞典和臨時(shí)詞典。由于專業(yè)詞典具有針對(duì)性,占用空間小,靈活性高,易更新,使得未登錄詞能及時(shí)得到補(bǔ)充。該系統(tǒng)能夠?qū)y帶分
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于類別的特征選擇算法的文本分類系統(tǒng).pdf
- 中文文本自動(dòng)分詞技術(shù)與算法研究.pdf
- 大規(guī)模層次分類中深層類別的分類算法研究.pdf
- 中文分詞算法研究.pdf
- 基于類別結(jié)構(gòu)的文本層次分類方法研究.pdf
- 中文文本分詞研究.pdf
- 基于詞典的中文分詞歧義算法研究.pdf
- 基于類別的混合協(xié)同過(guò)濾算法研究.pdf
- 基于詞典的中文分詞歧義算法研究
- 中文分詞算法初探
- 基于遺傳算法優(yōu)化的中文分詞研究.pdf
- 基于CRFs的中文分詞算法研究與實(shí)現(xiàn).pdf
- 基于crfs的中文分詞算法研究與實(shí)現(xiàn)
- 基于類別概念的中文文本分類研究.pdf
- 基于類別均衡的文本分類算法研究.pdf
- 基于BBS文本信息的中文自動(dòng)分詞系統(tǒng)的研究.pdf
- 基于統(tǒng)計(jì)和語(yǔ)義信息的中文分詞算法研究.pdf
- 基于局部Viterbi算法的中文分詞研究與應(yīng)用.pdf
- 基于Hadoop平臺(tái)的中文分詞算法應(yīng)用研究.pdf
- 基于本體的中文分詞算法的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論