中文信息處理中若干技術的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩84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,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著Intenet迅猛發(fā)展,各種資源不斷增多。為了快速、高效的查找信息,信息處理以成為當前重要的研究領域。 針對信息處理涉及的內容,本文對中文信息處理中的若干關鍵技術進行了研究,主要研究內容和貢獻如下: 實現(xiàn)了一種基于句法詞典的句法分析方法。通過把文法規(guī)則映射為特征詞,把句法分析轉換為利用特征詞生成句法判定樹,使概率方法和規(guī)則方法有效的結合在一起。在封閉的測試中,該方法獲得了89.40%的查全率,87.13%的查準率。

2、 提出了一種利用樣本距離,改進K-means聚類的方法,有效地避免了初始點的選擇所帶來的誤差,以及噪聲和孤立點的影響。 介紹了一種把多種語料庫存入字典結構,以及使用此字典結構的方法;對特征詞,使用多層hash存儲,結合最大向前匹配,實現(xiàn)了快速分詞算法,1G內存下,分詞速度到2M/S;在實現(xiàn)基于隱馬爾可夫模型的詞性標注同時,結合平滑算法,標注正確率達到86%,排歧正確率達到82%;在實現(xiàn)基于KNN分類算法中,使用CHI統(tǒng)計方

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)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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