已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、當前的大多數(shù)中文分詞系統(tǒng)都是基于詞典的,但是其不能正確的切分文本中新詞(字典中不包括)。這些基于詞典的分詞系統(tǒng)在處理包含較多新詞的文本時,效果較差。
當前新詞識別算法包括有監(jiān)督和無監(jiān)督兩種,但是有監(jiān)督需要一個詳細標注的語料庫,往往獲得這樣的一個語料庫是相當困難的。不同的是無監(jiān)督所需要的先驗知識就要少得多,并且能方便的使用相應(yīng)的度量準則衡量一個候選詞成為一個新詞的可能性。然而當前無監(jiān)督算法收詞頻的影響較大,對稀疏的文本數(shù)據(jù)集來說
2、處理效果是不能令人滿意的。
本文主要研究基于統(tǒng)計的無監(jiān)督中文新詞發(fā)現(xiàn)算法和組合詞識別算法。并相應(yīng)的提出了:重疊子字符串新詞度量準則和改進的重疊子字符串組合詞度量準則。重疊子字符串新詞度量準則從候選詞的內(nèi)部和候選詞的外部同時考慮一個候選詞成為新詞的可能性,并使用相對詞頻,所以能較好的處理相對稀疏的文本數(shù)據(jù)。并與另外三個現(xiàn)存的新詞發(fā)現(xiàn)算法做了實驗對比,實驗結(jié)果表明我們的新詞發(fā)現(xiàn)算法,比這三個對比算法有較大改進。改進的重疊子字符串組
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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(quán)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
- 網(wǎng)絡(luò)新詞發(fā)現(xiàn)算法研究.pdf
- 基于規(guī)則與統(tǒng)計的熱詞發(fā)現(xiàn)及聚類算法研究.pdf
- 基于規(guī)則與統(tǒng)計相融合的微博新詞發(fā)現(xiàn)研究.pdf
- 基于SVM和詞特征的新詞識別研究.pdf
- 基于詞向量表征的新詞發(fā)現(xiàn)及命名實體識別研究.pdf
- 基于半監(jiān)督和無監(jiān)督學習的特征選擇算法研究.pdf
- 基于Web的新詞語發(fā)現(xiàn)研究.pdf
- 基于“時間”、“頻率”概念和“新詞語發(fā)現(xiàn)軟件”的報刊新詞語研究.pdf
- 基于自表達的無監(jiān)督特征選擇模型和算法.pdf
- 基于稀疏和信息論的無監(jiān)督特征學習算法研究.pdf
- 基于譜回歸的無監(jiān)督特征選擇算法研究.pdf
- 新詞識別和熱詞排名方法研究.pdf
- 基于圖的監(jiān)督和半監(jiān)督特征組合方法.pdf
- 基于區(qū)域合并的無監(jiān)督SAR圖像分割算法研究.pdf
- 基于最優(yōu)給分的稀疏無監(jiān)督學習算法研究.pdf
- 基于關(guān)聯(lián)修正的無監(jiān)督入侵檢測算法研究.pdf
- 基于無監(jiān)督異常檢測的并行聚類算法研究.pdf
- 基于語義的Web服務(wù)發(fā)現(xiàn)和組合技術(shù)研究.pdf
- 基于SCAN算法的社區(qū)發(fā)現(xiàn)算法研究.pdf
- 面向微博的新詞發(fā)現(xiàn)和話題檢測技術(shù)研究.pdf
評論
0/150
提交評論