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72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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、漢語基本名詞短語自動識別作為中文信息處理的基本任務(wù)之一,在淺層句法分析、信息抽取和檢索、機(jī)器翻譯等自然語言處理領(lǐng)域都有十分重要的理論價(jià)值和廣闊應(yīng)用前景。在語言學(xué)本體研究中,漢語基本名詞短語作為包含著豐富的語法信息的載體,它區(qū)別于一般的漢語名詞短語,其構(gòu)成基本名詞短語的實(shí)詞搭配形式,如:“名詞+名詞”、“形容詞+名詞”、“動詞+名詞”、“名詞+動詞”、“數(shù)詞+量詞+名詞”等搭配組合都是語言學(xué)家們研究與關(guān)注的重點(diǎn)。以往的漢語基本名詞短語自動

2、識別研究只是在現(xiàn)有的人工標(biāo)注好的語料上進(jìn)行單一統(tǒng)計(jì)模型的自動識別實(shí)驗(yàn),并沒有很好地利用統(tǒng)計(jì)模型進(jìn)行自動識別同時(shí)再融入語言學(xué)的相關(guān)信息來進(jìn)一步提高識別效果。
   本文的工作在約100萬詞次973清華中文樹庫的基礎(chǔ)上,對其中所包含的基本名詞短語進(jìn)行了詳細(xì)的統(tǒng)計(jì)和分析,具體考察了基本名詞短語的詞性序列分布信息、長度分布信息和音節(jié)組合模式分布信息,同時(shí)在參考黃昌寧先生在自動分詞領(lǐng)域提出的詞位能產(chǎn)度計(jì)算公式的基礎(chǔ)上,對組成基本名詞短語的

3、詞語的詞位信息進(jìn)行計(jì)算和分析,這些相關(guān)的統(tǒng)計(jì)考察工作為接下來利用統(tǒng)計(jì)模型識別基本名詞短語提供必要的數(shù)據(jù)支持和統(tǒng)計(jì)決策。
   在基本名詞短語識別中,我們采用一種基于統(tǒng)計(jì)詞位信息的多標(biāo)記多特征的基本名詞短識別方法,在確定詞位標(biāo)記時(shí),我們不是簡單的采用當(dāng)前國際上通用的BIO語塊標(biāo)注體系,而是通過參考基本名詞短語的長度語法信息和詞位語法信息來確定具體的標(biāo)記數(shù)目,并且結(jié)合一些有效的特征信息進(jìn)一步提高識別結(jié)果。在識別結(jié)果評價(jià)方面,我們進(jìn)一

4、步規(guī)范了對于語塊識別的評價(jià)標(biāo)準(zhǔn),提出了采用未登錄短語召回率(Unkonwn Phrase Recall)做為評價(jià)識別基本名詞短語統(tǒng)計(jì)模型的重要標(biāo)準(zhǔn),并且對不同的統(tǒng)計(jì)模型進(jìn)行了相關(guān)的對比識別實(shí)驗(yàn)。
   在互動識別實(shí)驗(yàn)中,我們采用基于詞位信息校正的多分類器識別方法,主要思想是先計(jì)算出訓(xùn)練語料中組成基本名詞短語的詞語的詞位能產(chǎn)度統(tǒng)計(jì)量,再利用這些統(tǒng)計(jì)量對不同統(tǒng)計(jì)模型分類器的不同分類結(jié)果進(jìn)行校正。從實(shí)驗(yàn)結(jié)果上看,本文所使用的基于詞位信

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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論