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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中文信息處理是一個(gè)繁瑣而龐大的信息處理工程,中文分詞的處理則是整個(gè)工程當(dāng)中的一個(gè)基礎(chǔ)且重要的環(huán)節(jié)。計(jì)算機(jī)對(duì)漢語(yǔ)的理解,首先要對(duì)句子能夠進(jìn)行有效而正確的識(shí)別,要正確的理解一句話,則要進(jìn)行正確而恰當(dāng)?shù)姆衷~,在詞的基礎(chǔ)上來理解語(yǔ)句。然而,在對(duì)比中文和英文時(shí)了解到,英文句子的組成是以詞為單位,并用空格來隔開相鄰的單詞;而中文卻是以字為單位,由字連成句子來表達(dá)一個(gè)完整的意思。計(jì)算機(jī)可以很容易地理解一個(gè)英文單詞,從而相應(yīng)的做出判斷;而對(duì)由單個(gè)字組成
2、的中文句子則須先通過中文分詞技術(shù),將整句劃分為單個(gè)詞才能理解。因此,中文分詞的過程就是用一定的分詞規(guī)則將整句劃分為分散的字或詞的過程。本文主要對(duì)中文分詞技術(shù)進(jìn)行了以下幾個(gè)方面的研究。
首先,簡(jiǎn)要介紹了本課題的研究背景,本課題的主要研究?jī)?nèi)容和研究意義;
明確研究的方向才能繼續(xù)下一步的研究工作。介紹了中文分詞及相關(guān)技術(shù)在國(guó)內(nèi)外的發(fā)展現(xiàn)狀,列舉了一些典型的分詞算法和分詞系統(tǒng),定義了中文分詞的基本概念,為后來的深入學(xué)
3、習(xí)研究提供前期可借鑒的經(jīng)驗(yàn)基礎(chǔ)。
其次,在對(duì)前人提出的研究成果基礎(chǔ)之上進(jìn)行深入分析,比較現(xiàn)有的分詞技術(shù)和分詞系統(tǒng)各自的優(yōu)點(diǎn)和缺點(diǎn),并指出了中文分詞所面臨的難點(diǎn);結(jié)合對(duì)以上的分析作者提出了一種基于特殊標(biāo)志符的分詞方法。在對(duì)漢語(yǔ)詞性的分析和研究基礎(chǔ)上,根據(jù)漢字在漢語(yǔ)中的詞性表現(xiàn),通過大量的文獻(xiàn)參照,總結(jié)并提出了漢語(yǔ)特殊標(biāo)志符集,為本文下一步進(jìn)行的分詞方法的研究和實(shí)現(xiàn)奠定基礎(chǔ)。
再者,對(duì)現(xiàn)有的分詞詞表結(jié)構(gòu)進(jìn)行分析比
4、對(duì),理解各種分詞詞典機(jī)制的優(yōu)缺點(diǎn),并結(jié)合中文字詞的一些表象特性,作者提出了一種改進(jìn)的以二字詞為詞根的中文詞表結(jié)構(gòu),并對(duì)該詞表結(jié)果做了詳細(xì)的結(jié)構(gòu)解釋和說明,對(duì)比其在結(jié)構(gòu)上的分詞優(yōu)勢(shì)。
最后,作者將特殊標(biāo)志符集與改進(jìn)的新詞典結(jié)構(gòu)相結(jié)合,在實(shí)驗(yàn)室環(huán)境下對(duì)本文的分詞方法進(jìn)行測(cè)試,使用SOUGOU 訓(xùn)練語(yǔ)料庫(kù)中的實(shí)驗(yàn)文本分別在本課題分詞系統(tǒng)中和其他分詞系統(tǒng)中進(jìn)行分詞實(shí)驗(yàn),通過人工對(duì)本課題的研究成果進(jìn)行準(zhǔn)確度和分詞速度的測(cè)試上的比對(duì)。
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(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(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
- 基于詞典的中文分詞歧義算法研究.pdf
- 中文分詞算法研究.pdf
- 基于詞典的中文分詞歧義算法研究
- 基于遺傳算法優(yōu)化的中文分詞研究.pdf
- 基于CRFs的中文分詞算法研究與實(shí)現(xiàn).pdf
- 基于crfs的中文分詞算法研究與實(shí)現(xiàn)
- 矩形交通標(biāo)志符號(hào)檢測(cè)與識(shí)別算法研究.pdf
- 基于統(tǒng)計(jì)和語(yǔ)義信息的中文分詞算法研究.pdf
- 基于局部Viterbi算法的中文分詞研究與應(yīng)用.pdf
- 中文分詞算法初探
- 基于本體的中文分詞算法的研究與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的中文分詞算法的研究.pdf
- 基于Hadoop平臺(tái)的中文分詞算法應(yīng)用研究.pdf
- 中文分詞算法的研究與實(shí)現(xiàn).pdf
- 中文分詞算法的研究與實(shí)現(xiàn)
- 中文分詞算法的研究與應(yīng)用.pdf
- 基于Hash算法的中文自動(dòng)分詞技術(shù)研究.pdf
- 基于詞典的中文分詞算法改進(jìn)與實(shí)現(xiàn).pdf
- 基于文本類別的層次中文分詞算法研究.pdf
- 基于概念的中文分詞模型研究.pdf
評(píng)論
0/150
提交評(píng)論