漢語自動分詞的研究及實現(xiàn).pdf

1、隨著科技的發(fā)展和海量信息的涌現(xiàn)，信息處理技術(shù)已經(jīng)成為當(dāng)今世界發(fā)展不可或缺的一部分。要在海量信息中提取有用的知識，就必須要讓機(jī)器“讀懂”這些由人類語言描述的信息。詞是最小的能夠獨立活動的有意義的語言成分，將詞確定下來是智能信息處理和自然語言理解的第一步，只有跨越了這一步，才有可能對信息進(jìn)行更深入的處理，以至于讓機(jī)器“理解”人類的語言。 針對漢語自動分詞，對其相關(guān)技術(shù)進(jìn)行了研究，包括詞語粗切分、未登錄詞識別、切分排歧和詞性標(biāo)注等技術(shù)

2、。在漢語自動分詞的預(yù)處理階段，綜合了最短路徑方法和全切分方法，給出了一種基于N—最短路徑的漢語粗切分方法，并采用一定的算法對全切分有向圖進(jìn)行遍歷，得到最優(yōu)的N組粗分結(jié)果作為后續(xù)處理的對象，在保證效率的前提下提高了分詞的準(zhǔn)確率。未登錄詞識別一直都是漢語分詞的難點之一。基于規(guī)則的方法和統(tǒng)計模型都被廣泛的使用。本文針對中文人名的特點，參考統(tǒng)計模型，針對其存在的問題進(jìn)行修改：不但將字段被識別為姓名的概率作為參考，而且將字段與其上下文（詞或字）的

3、共現(xiàn)概率也作為參考。二者相結(jié)合，提高了識別的準(zhǔn)確率。同時引入一些規(guī)則，對該模型不能處理的問題進(jìn)行補(bǔ)救，進(jìn)一步提高識別準(zhǔn)確率。切分排歧是漢語自動分詞的另一個難點。分詞系統(tǒng)的預(yù)處理階段所產(chǎn)生的N組最優(yōu)粗分結(jié)果正是由于歧義現(xiàn)象的存在，經(jīng)過后續(xù)的處理才能獲得最終的分詞結(jié)果。獲得全局最優(yōu)結(jié)果的過程即為切分排歧的過程。在此過程中參考了最大概率模型，并在其基礎(chǔ)上進(jìn)行了修改，考慮了所有可能的切分詞在全文的出現(xiàn)概率?？梢赃M(jìn)一步提高切分準(zhǔn)確率。在詞性標(biāo)注階