2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、中文分詞作為中文信息處理的基礎(chǔ),已經(jīng)吸引了眾多國內(nèi)外計(jì)算機(jī)專家的極大興趣,同時(shí)也涌現(xiàn)出了許多中文分詞系統(tǒng)。本文在綜合比較分析了常用的機(jī)械分詞方法和統(tǒng)計(jì)分詞方法基礎(chǔ)上,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于Hash結(jié)構(gòu)的機(jī)械統(tǒng)計(jì)分詞系統(tǒng)。 為使得機(jī)械分詞方法和統(tǒng)計(jì)分詞方法能有機(jī)結(jié)合,優(yōu)勢(shì)互補(bǔ),最大發(fā)揮各自性能,本文在如下幾方面作了深入研究:在機(jī)械分詞階段,將最大匹配長(zhǎng)度的賦值方式由靜態(tài)分配改進(jìn)為動(dòng)態(tài)分配,以減少不必要的匹配操作;將詞頻信息作

2、為切分評(píng)估的另一標(biāo)準(zhǔn),以彌補(bǔ)“長(zhǎng)詞優(yōu)先”標(biāo)準(zhǔn)的不足;采用了Hash分詞詞典機(jī)制,以提高分詞的效率。在統(tǒng)計(jì)分詞階段,為了提高統(tǒng)計(jì)操作的效率,對(duì)分詞單位的概念進(jìn)行了泛化,并把詞頻統(tǒng)計(jì)操作融合于機(jī)械分詞操作,同時(shí)還采用了Hash表來存儲(chǔ)詞頻統(tǒng)計(jì)的結(jié)果,從而提高機(jī)械分詞速度。 在編程實(shí)現(xiàn)系統(tǒng)之后,對(duì)其進(jìn)行了大量語料的測(cè)試。通過歸納統(tǒng)計(jì)、曲線擬合等方法對(duì)系統(tǒng)性能進(jìn)行測(cè)試,發(fā)現(xiàn)該系統(tǒng)對(duì)不同領(lǐng)域、不同文本長(zhǎng)度的語料進(jìn)行分詞操作都會(huì)表現(xiàn)出不同

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(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

評(píng)論

0/150

提交評(píng)論