面向中文信息處理的復(fù)句特征分析器的研究與實(shí)現(xiàn).pdf

1、中文信息處理作為一門與計(jì)算機(jī)科學(xué)、語言學(xué)、數(shù)學(xué)、信息學(xué)和聲學(xué)多門學(xué)科相結(jié)合的交叉型學(xué)科，隨著Internet的普及和信息處理技術(shù)的發(fā)展，近年來得到快速的發(fā)展。
　　中文信息處理，對于漢語的信息處理包括字處理，詞處理，句處理及篇章處理。但由于漢語的特殊性和復(fù)雜性，到目前為止，大部分的研究都只停留在“字和詞的處理”階段，對于漢語句子尤其是復(fù)句的處理進(jìn)展非常緩慢。本文研究的復(fù)句特征分析器是復(fù)句工程中關(guān)系詞自動標(biāo)記系統(tǒng)的一個(gè)核心部分，主要

2、負(fù)責(zé)對漢語復(fù)句的基本特征的抽取。
　　復(fù)句特征分析器主要有七個(gè)功能模塊:1句子結(jié)構(gòu)相似計(jì)算，2句法成分分析，3字符串匹配，4詞性標(biāo)注，5分句標(biāo)記和跨度計(jì)算，6語義關(guān)聯(lián)度計(jì)算，7關(guān)系詞處理。
　　本文對復(fù)句特征分析器的若干關(guān)鍵技術(shù)進(jìn)行了研究及探索:
　　1、提出一種新型的漢語句子相似算法。這是一種基于漢語句子詞類串的結(jié)構(gòu)相似算法，它結(jié)合詞類間的關(guān)聯(lián)度尋找兩個(gè)句子對應(yīng)詞類串的最長匹配串。
　　2、提出一種分句標(biāo)記的算