基于有限狀態(tài)自動機的蒙古文同形詞校對方法的研究.pdf

1、分類號UDCTP3911論文題目密級編號1012631109008研究生：廑述一一一指導(dǎo)教師：丑亟數(shù)援專業(yè)：讓篡扭型堂皇堇丕研究方向：自然適宣處堡所在學(xué)院：讓篡扭堂暄2014年5月1日內(nèi)蒙古大學(xué)碩士學(xué)位論文基于有限狀態(tài)自動機的蒙古文同形詞校對方法的研究摘要隨著蒙古文信息處理技術(shù)的發(fā)展，研究內(nèi)容越來越深入，如何保證文本的正確性，顯得越來越重要。因此，校對的工作量也隨之增大，對于飛速增長的電子文本，人工校對的方法已經(jīng)無法滿足，蒙古文文本自動

2、校對已成為一個亟待解決的問題。蒙古文是一種拼音文字，區(qū)別于其它拼音文字的是，在書寫時，蒙古文使用變形顯現(xiàn)字符來表示文字。輸入者常常把那些形狀相同讀音不同的變形顯現(xiàn)字符錯誤地錄入到單詞中，這種現(xiàn)象被稱為形同音異現(xiàn)象。從字形上看，該單詞是正確的，可是它內(nèi)部的編碼是錯誤的。在多數(shù)情況下，計算機是按照字符編碼識別詞匯的，如果不糾正這些錯誤，將使蒙古文信息處理的研究變得更加困難。檢查非詞錯誤的傳統(tǒng)有效方法是查找詞典，如果指定單詞不在詞典中，則認為

3、非詞。然而，蒙古語是粘著性語言，拼音文字，多數(shù)構(gòu)詞都是由詞根或詞干連接不同的后綴來實現(xiàn)的。詞典中包含的單詞數(shù)量有限，為擴大詞匯的覆蓋面，可使用詞典結(jié)合于構(gòu)詞規(guī)則的方法，這也是處理粘著性語言時常用的方法。本文將詞典和構(gòu)詞規(guī)則融合到有限狀態(tài)自動機模型中，介紹了一種基于有限狀態(tài)自動機的蒙古文同形詞校對方法。首先，以《蒙古文正字法詞典》為依據(jù)，根據(jù)蒙古語單詞的語法特征以及詞的結(jié)構(gòu)，構(gòu)造詞法分析器。然后蒙古文國際標(biāo)準(zhǔn)編碼基本字符集、傳統(tǒng)蒙古文名義