基于上下文感知的中文新詞識別技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、語言作為社會的晴雨表,生動而真實地記錄了人類文明進步的歷程。社會的不斷進步,網(wǎng)絡(luò)的飛速發(fā)展,以及新鮮事物的不斷涌現(xiàn),為新詞的出現(xiàn)墊定了堅實的基礎(chǔ)。新詞大多反映新事物以及社會中的新現(xiàn)象,也折射人們思想觀念的變化歷程。新詞的出現(xiàn),更好地促進了詞匯系統(tǒng)的豐富和發(fā)展,帶有鮮明的時代烙印;也使人們的交流更加方便、生動和形象;同時卻給中文信息處理中的基礎(chǔ)技術(shù)工作——自動分詞帶來了困難,如何有效地識別這些新詞,已經(jīng)成為中文自動分詞的一個瓶頸。

2、   以印歐語言為代表的一些以字母符號為基準的語言,詞與詞之間有空格等天然的分界,而中文卻沒有這樣的分界符,且其中的每個漢字都具有很強的構(gòu)詞能力,即任何幾個相鄰的漢字序列都有成詞的可能性,這也是中文新詞自動識別最主要的困難。本文在分析新詞的產(chǎn)生方式、特征以及分布規(guī)律的基礎(chǔ)之上,提出了一種基于上下文感知的新詞識別算法。
   為了保證語料的時效性,本文首先采用網(wǎng)絡(luò)蜘蛛來獲取網(wǎng)絡(luò)文本內(nèi)容作為語料庫的來源。根據(jù)Web網(wǎng)頁的結(jié)構(gòu)特征,

3、以DOM樹的形式存放由網(wǎng)絡(luò)蜘蛛獲取的網(wǎng)頁,進而依據(jù)標簽來提取文本內(nèi)容,構(gòu)建語料庫。其次,分析現(xiàn)有新詞識別方法的特點,找出其優(yōu)點和劣勢,結(jié)合新詞在語料中的數(shù)量分布以及字長等特征,采用N元模型(N-Gram)的思想,并對其進行改進,獲得重復(fù)率高的候選詞串。再將局部匹配預(yù)測(PPM)的思想,運用到新詞的識別中,對候選的詞串建立上下文預(yù)測模型,根據(jù)該預(yù)測模型對新詞作進一步地識別。然后,分析當前替換算法的特點,采用LRU算法對詞庫進行更新,從而豐

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(zé)。
  • 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。

評論

0/150

提交評論