已閱讀1頁,還剩73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、中文自動分詞技術(shù)是網(wǎng)絡搜索引擎的關(guān)鍵技術(shù)之一,是中文信息處理中的重要環(huán)節(jié),也是智能計算、文獻標引、自然語言理解和處理的基礎(chǔ)。在對Hash算法和現(xiàn)有分詞詞典機制研究基礎(chǔ)上,根據(jù)漢語中四字成語較多這一事實,提出了四字哈希的分詞詞典機制(該機制未見有相關(guān)論文報道),基于這種詞典設(shè)計了一種快速的分詞算法。理論分析表明該算法的時間復雜度比現(xiàn)有的分詞算法都有很大的改進,但在存儲空間上要比其它的分詞算法大1M左右。因1M左右的內(nèi)存和實時信息處理中的響
2、應時間比起來不重要,所以這個算法是很有實用價值的。歧義字段切分和未登錄詞識別是影響中文自動分詞切分精度的兩個主要因素。針對歧義字段切分,首先分析了歧義產(chǎn)生的根源,然后研究了歧義字段的識別和處理方法,在此基礎(chǔ)上提出了一種基于知識庫的交集型歧義字段切分算法和一種改進的上下文相關(guān)的歧義字段切分算法。前者在使用的過程中,可以通過知識學習的手段,以豐富系統(tǒng)的知識,提高分詞的精度,缺點是分詞知識的選取和知識庫的構(gòu)造比較困難;后者充分挖掘了歧義字段所
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
- 基于Lucene的中文分詞技術(shù)研究.pdf
- 中文文本自動分詞技術(shù)與算法研究.pdf
- 中文自動分詞及人名識別技術(shù)研究.pdf
- 基于詞典的中文分詞技術(shù)研究.pdf
- 中文自動分詞關(guān)鍵技術(shù)研究與實現(xiàn).pdf
- 中文自動分詞若干技術(shù)的研究.pdf
- 漢語自動分詞和中文人名識別技術(shù)研究.pdf
- 中文自動分詞中的歧義消解算法研究.pdf
- 基于Lucene的中文分詞技術(shù)研究與實現(xiàn).pdf
- 基于統(tǒng)計的中文自動分詞.pdf
- 基于中文分詞技術(shù)的在線自動答疑系統(tǒng)研究.pdf
- 中文分詞關(guān)鍵技術(shù)研究.pdf
- 位置服務中的中文自動分詞技術(shù)研究與應用.pdf
- 基于詞典的中文分詞歧義算法研究.pdf
- 基于n-gram模型的中文分詞技術(shù)研究.pdf
- 中文分詞算法研究.pdf
- 基于詞典的中文分詞歧義算法研究
- 中文自動分詞系統(tǒng)的研究.pdf
- 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現(xiàn).pdf
評論
0/150
提交評論