基于貝葉斯網(wǎng)絡的文語轉(zhuǎn)換系統(tǒng)文本分析研究.pdf

1、貝葉斯網(wǎng)絡是研究不確定性問題的重要方法之一。它是基于概率和統(tǒng)計理論，具有堅實的數(shù)學基礎。由于具有自然的表達方式、強大的推理能力和方便的決策機制等優(yōu)點，貝葉斯網(wǎng)絡在許多領域得到了廣泛的應用。而文語轉(zhuǎn)換(TTS)是將文字信息按語音處理規(guī)則轉(zhuǎn)換成聲音信號輸出的技術，它可以使計算機流利地讀出文字信息，使人們通過聽就可以明白信息的內(nèi)容。由于漢語文字博大精深，其文本分析具有較大的不確定性，故傳統(tǒng)的基于規(guī)則的文本分析方法不能很好的適應文語轉(zhuǎn)換系統(tǒng)，特

2、別是開放字集分析系統(tǒng)的需要。本文在貝葉斯網(wǎng)絡基礎理論框架的基礎上，將其應用于文語轉(zhuǎn)換系統(tǒng)中的文本分析中。本文主要討論了貝葉斯網(wǎng)絡的基礎知識、文本分析的主要研究問題和基于貝葉斯網(wǎng)絡的文本分析算法及實驗結(jié)果分析等三個主要部分。 首先對貝葉斯網(wǎng)絡的基礎知識，包括貝葉斯網(wǎng)絡的定義、符號表示進行了討論；并在此基礎上討論了樸素貝葉斯分類器、樹擴張樸素貝葉斯分類器、BAN分類器、貝葉斯多網(wǎng)分類器、通用貝葉斯網(wǎng)分類器等幾種典型的貝葉斯網(wǎng)絡分類器

3、，進而討論了各自的特點；為了降低貝葉斯網(wǎng)絡的計算復雜性，討論了上下文獨立關系、因果獨立關系，并討論了獨立關系的作用。 針對文本分析中研究的難點，主要討論了句子邊界的確定方法，在以符號作為文本分析的主要依據(jù)的基礎上，給出了有歧義符號的判定算法，并給出了具體算法及其應用示例；針對特殊符號給出了特殊符號分析的方法，針對漢語中的英文和數(shù)字也進行了分類，并給出了相應的分析算法；討論了消岐分詞的兩種主要方法——基于規(guī)則的方法和基于統(tǒng)計的方法

4、，并進行了比較；給出了多音字的分類方法，按照多音字詞性與字音的對應關系將多音字分為A類和B類，并針對不同類型的多音字給出了相應的分析方法，進而討論了分析的效果。 在文本分析中，分詞主要有兩種技術手段：一個是基于規(guī)則的方法，另一個是基于統(tǒng)計的方法?；谝?guī)則的方法是處理確定性問題的重要手段，它具有充分吸取專家經(jīng)驗和更為直觀、更易于獲得的優(yōu)點。而基于統(tǒng)計的方法則更魯棒，性能更高。作為一種基于概率和統(tǒng)計理論的數(shù)據(jù)分析和輔助決策工具，貝葉