現(xiàn)代漢語末登錄派生詞分析及識別研究.pdf

1、學位論文獨創(chuàng)性聲明本人鄭重聲明：所提交的學位是本人在導師指導下進行的研究[作和取得的研究成果。本論文中除引文外，所有實驗、數(shù)據(jù)和有關材料均是真實的。本論文中除引文和致謝的內(nèi)容外，不包含其他人或其它機構已經(jīng)發(fā)表或撰寫過的研究成果。其他同志對本研究所做的貢獻均已在論文中作了聲明并表示了謝意。學位論文作者簽名：日期：沙p小占學位論文使用授權聲明研究生在校攻讀學位期間論文工作的知識產(chǎn)權單位屬南京師范大學。學校有權保存本學位論文的電子和紙質文檔，

2、白丁以借閱或上網(wǎng)公布本學位論文的部分或全部內(nèi)容，可以采用影印、復印等手段保存、匯編本學位論文。學校可以向國家有關機關或機構送交論文的電子和紙質文檔，允許論文被查閱和借閱。(保密論文在解密后遵守此規(guī)定)保密論文注釋：本學位論文屬于保密論文，保密期限為年。學位論文作者簽名：旁澎指導教師簽名：17t期：汐f≥。r，6日期：中文摘要中文摘要lIll[IIIrIIIIIIIIllIIY217604‘》在中文信息處理領域，對于漢語分析最基本的一項任

3、務就是自動分詞，在自動分詞階段主要面臨兩方面的問題：未登錄詞的識別，歧義字段的切分。其中，未登錄詞識別是影響分詞正確性的重要因素之一，是自動分詞的一大難題。近年來，國內(nèi)許多學者對未登錄詞識別中命名實體的識別研究的較多，而且已經(jīng)耿得了較好的成果，但是對派生詞的識別缺乏廣泛的研究，常是以個案研究居多，一定范圍內(nèi)的窮盡式研究較少，I而且沒有對派生構詞模式做系統(tǒng)的分析，忽略了詞語本身的內(nèi)部結構特點。鑒于實驗文本的有限性和研究對象的特點，本課題所

4、研究的派生構詞模式是指詞一和詞綴組合而成的詞，并且以未登錄詞和派生詞的定義為基礎，從信息處理角度出發(fā)，將未登錄派生詞界定為詞二r部分出現(xiàn)在詞表中，詞綴出現(xiàn)在詞綴表中，但是詞~二加詞綴組合而成的詞沒有出現(xiàn)在淵表中的派生詞。本文在原有的對詞綴界定的理論研究的基礎上，加入計算語言學研究中的重要手段——基于語料庫的量化分析研究方法，給出了面向中文信息處理的詞綴界定標準，制定了信息處理用詞綴表。以訓綴的界定標準為依據(jù)，對信息處理詞綴表中每個詞綴進

5、行分類研究，考察各種派生構詞模式中的語法和語義特點，量化分析語料庫中已登錄派生詞的構詞模式。在進行未登錄派生構詞模式研究的時候，根據(jù)詞綴語法意義的不同將詞綴進行分類，依據(jù)語料庫中未登錄派生詞的分佃特點，重點分析“們”式未登錄派生詞和“者”式未登錄派生詞的構詞模式及其特點，并且窮盡式的列舉了語料庫中其他末登錄派生詞的構詞模式。在研究語料庫中未登錄派生詞識別問題時，根據(jù)詞綴派生構詞能力的不同進行了兩組平行實驗，分別設計特征模板，借助條件隨機