漢語(yǔ)非詞錯(cuò)誤自動(dòng)校對(duì)系統(tǒng)的研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、漢語(yǔ)文本自動(dòng)校對(duì)的研究一直以來(lái)都是自然語(yǔ)言處理領(lǐng)域的難點(diǎn)。隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,電子文本數(shù)量越來(lái)越大,文本錯(cuò)誤越來(lái)越多,其中非詞錯(cuò)誤是一種常見(jiàn)的錯(cuò)誤。目前,傳統(tǒng)的漢語(yǔ)自動(dòng)校對(duì)研究大多圍繞自動(dòng)查錯(cuò)開(kāi)展,在糾錯(cuò)方面的研究相對(duì)較少。
  針對(duì)以上問(wèn)題,本文首先界定漢語(yǔ)錯(cuò)誤的類(lèi)型分為“非詞錯(cuò)誤”和“真詞錯(cuò)誤”,然后利用統(tǒng)計(jì)的方法獲取Web語(yǔ)料中的錯(cuò)字詞,構(gòu)建錯(cuò)字詞知識(shí),獲取的錯(cuò)字詞知識(shí)用于非詞錯(cuò)誤的自動(dòng)校對(duì)方法。具體研究?jī)?nèi)容包含以下幾

2、個(gè)方面:
  (1)漢語(yǔ)錯(cuò)別字分析
  本文首先對(duì)漢語(yǔ)文本中錯(cuò)別字的原因進(jìn)行了分析,然后根據(jù)漢字的錯(cuò)誤原因和錯(cuò)誤詞串的性質(zhì)對(duì)非詞錯(cuò)誤進(jìn)行了分類(lèi)。最后對(duì)Web新聞?wù)Z料中的漢語(yǔ)錯(cuò)誤進(jìn)行了統(tǒng)計(jì)與分析。
  (2)錯(cuò)字詞知識(shí)庫(kù)自動(dòng)構(gòu)建方法
  實(shí)現(xiàn)文本中的非詞錯(cuò)誤的自動(dòng)校對(duì),需要大量的知識(shí)與資源,其中錯(cuò)字詞知識(shí)就是一種非常重要的知識(shí)。本文提出兩種錯(cuò)字詞自動(dòng)構(gòu)建方法,一種是基于模糊匹配與統(tǒng)計(jì)相結(jié)合的錯(cuò)字詞知識(shí)自動(dòng)構(gòu)建方法,

3、該方法以N-gram模型和模糊匹配為基礎(chǔ),通過(guò)上下文統(tǒng)計(jì)信息進(jìn)行驗(yàn)證,從而得到錯(cuò)字詞知識(shí);另一種是基于漢字混淆集的錯(cuò)字詞知識(shí)自動(dòng)構(gòu)建方法,該方法利用漢字混淆集替換待匹配詞中的漢字生成混淆詞串,再利用統(tǒng)計(jì)知識(shí)驗(yàn)證每個(gè)混淆詞,從而得到錯(cuò)字詞知識(shí)。
  (3)基于模糊分詞的非詞錯(cuò)誤自動(dòng)校對(duì)方法
  本文利用生成的錯(cuò)字詞知識(shí)與正確詞詞典相結(jié)合,對(duì)目標(biāo)語(yǔ)句進(jìn)行模糊切分形成詞圖,最后利用最短路徑求解方法求得詞圖中的最優(yōu)路徑,從而實(shí)現(xiàn)非詞

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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