

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、介詞短語(yǔ)是漢語(yǔ)中一種重要的短語(yǔ)類型。介詞短語(yǔ)識(shí)別可以縮小句子中心動(dòng)詞的選擇范圍;可以簡(jiǎn)化句子結(jié)構(gòu),降低后續(xù)句法分析的難度;在基于模板的翻譯中,它還能為模板匹配提供方便。 本文首先指出了當(dāng)前完全語(yǔ)法分析的困難,而介詞短語(yǔ)識(shí)別和其他類型短語(yǔ)識(shí)別以及組塊分析是一種解決問(wèn)題的途徑。并介紹了介詞短語(yǔ)識(shí)別的研究現(xiàn)狀以及技術(shù)路線,提出了漢語(yǔ)介詞短語(yǔ)識(shí)別的重要性和可行性。隨后在繼承了語(yǔ)言學(xué)家工作的基礎(chǔ)上,對(duì)漢語(yǔ)介詞短語(yǔ)的語(yǔ)義,語(yǔ)法,語(yǔ)用情況進(jìn)行
2、了討論,提出了基于漢語(yǔ)介詞短語(yǔ)的分類體系,制定面向計(jì)算機(jī)的介詞短語(yǔ)的標(biāo)注規(guī)范。在研究過(guò)程中,本文繼承了Church提出的把BaseNP識(shí)別看作詞性標(biāo)注同構(gòu)問(wèn)題的思想,嘗試在淺層句法分析這個(gè)層級(jí)識(shí)別介詞短語(yǔ)。本文實(shí)現(xiàn)介詞短語(yǔ)識(shí)別的系統(tǒng)是基于最大熵的統(tǒng)計(jì)模型,最大熵模型具有簡(jiǎn)潔、通用和可移植等特點(diǎn),能夠靈活地選取特征,同時(shí)可以把計(jì)算模型和語(yǔ)言模型作為獨(dú)立地模塊處理,而不必關(guān)心語(yǔ)言內(nèi)部的細(xì)節(jié)。特征集合的選取是最大熵模型的關(guān)鍵,它選取合適與否決
3、定了介詞短語(yǔ)識(shí)別結(jié)果的好壞。因此在本文中針對(duì)漢語(yǔ)介詞短語(yǔ)的劃分和識(shí)別,提出了詞、詞性標(biāo)注是構(gòu)成介詞短語(yǔ)識(shí)別的主要因素,并根據(jù)這幾種因素結(jié)合介詞短語(yǔ)的語(yǔ)用特征來(lái)確定最大熵模型的特征空間,從中自動(dòng)獲取介詞短語(yǔ)識(shí)別的有效特征集合。 實(shí)驗(yàn)表明,利用基于最大熵模型的方法來(lái)識(shí)別中文介詞短語(yǔ)是有效的:系統(tǒng)使用含有7000余個(gè)介詞短語(yǔ)的2000年人民日?qǐng)?bào)語(yǔ)料的開放測(cè)試精確率達(dá)到89.1﹪。和當(dāng)前同類文獻(xiàn)相比,本識(shí)別系統(tǒng)取得了比較好的識(shí)別結(jié)果。并
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(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
- 漢語(yǔ)介詞短語(yǔ)的自動(dòng)識(shí)別.pdf
- 基于最大熵模型的中國(guó)人名自動(dòng)識(shí)別.pdf
- 基于CRF模型的漢語(yǔ)介詞短語(yǔ)識(shí)別.pdf
- 面向框架語(yǔ)義的漢語(yǔ)短語(yǔ)自動(dòng)識(shí)別研究.pdf
- 漢語(yǔ)最長(zhǎng)名詞短語(yǔ)的自動(dòng)識(shí)別與分析.pdf
- 漢語(yǔ)基本名詞短語(yǔ)的自動(dòng)識(shí)別模型.pdf
- 基于簡(jiǎn)單名詞短語(yǔ)的漢語(yǔ)介詞短語(yǔ)識(shí)別研究.pdf
- 基于多層CRFs的漢語(yǔ)介詞短語(yǔ)識(shí)別研究.pdf
- SVM和最大熵相結(jié)合的中文機(jī)構(gòu)名自動(dòng)識(shí)別.pdf
- 含“的”最長(zhǎng)名詞短語(yǔ)的自動(dòng)識(shí)別.pdf
- 基于用法屬性的現(xiàn)代漢語(yǔ)介詞短語(yǔ)邊界識(shí)別研究.pdf
- 漢語(yǔ)并列結(jié)構(gòu)的自動(dòng)識(shí)別.pdf
- 基于統(tǒng)計(jì)的常用漢語(yǔ)副詞用法自動(dòng)識(shí)別研究.pdf
- 基于最大熵的漢語(yǔ)詞性標(biāo)注.pdf
- 漢語(yǔ)事件描述單元的自動(dòng)識(shí)別.pdf
- 現(xiàn)代漢語(yǔ)兼語(yǔ)結(jié)構(gòu)的自動(dòng)識(shí)別.pdf
- 面向中文信息處理的漢語(yǔ)復(fù)句中書讀短語(yǔ)的自動(dòng)識(shí)別研究.pdf
- 漢語(yǔ)框架自動(dòng)識(shí)別中的歧義消解.pdf
- 基于最大熵模型的中文姓名識(shí)別研究.pdf
- 基于規(guī)則的現(xiàn)代漢語(yǔ)副詞用法自動(dòng)識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論