中文詞性標注的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著信息檢索和自然語言處理的發(fā)展,在信息檢索中引入自然語言處理技術是信息檢索發(fā)展的重要趨勢之一,而詞性標注作為自然語言處理領域的基礎,可以提高信息檢索的效果和效率,因此在信息檢索領域有著非常重要的作用。因此,本文圍繞詞性標注對其中的關鍵問題進行了系統(tǒng)研究,并著重實現(xiàn)一個詞性標注系統(tǒng)。 本文首先對詞性標注的基礎技術——中文分詞作了系統(tǒng)的研究。中文分詞模塊采用了逆向最人匹配作為基本分詞方法,結合規(guī)則和統(tǒng)計的方法解決分詞歧義問題,并對

2、中文姓名和高頻未登錄詞分別采用相應策略進行識別,所設計和實現(xiàn)的中文分詞系統(tǒng)具有較高的分詞準確率和較快的分詞速度,可以為詞性標注提供良好的基礎。 本文主要對基于統(tǒng)計的詞性標注技術進行了研究,所實現(xiàn)詞性標注系統(tǒng)主要通過隱馬爾可大模型對訓練語料庫進行數(shù)據(jù)統(tǒng)計,獲取所需詞性和詞匯概率信息,并采用Viterbi算法進行標注。針對訓練語料庫規(guī)模較小導致的數(shù)據(jù)稀疏的問題,運用了簡單而高效的Katz算法進行數(shù)據(jù)平滑處理,有效地避免了因數(shù)據(jù)稀疏導

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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