- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
SegT一个实用的藏文分词系统.pdf
第26卷第1期 中文信息学报 V01.26。No.1
2012年1月 0FCHINESEINFORMATIoNPROCESSINGJan.。2012
JOURNAL
文章编号:1003-0077(2012)01—0097—07
SegT:一个实用的藏文分词系统
刘汇丹1’2,诺明花1’2,赵维纳3”,吴健1,贺也平1
(1.中国科学院软件研究所,北京100190;2.中国科学院研究生院,北京100190,
3.北京语言大学,北京100083;4.青海师范大学,青海西宁810008)
摘要:在分析现有藏文分词方法的基础上,该文重点研究了葳文分词中的格助词分块、临界词识别、词频统计、交
集型歧义检测和消歧等问题并提出了相应的方法。应用这些方法,设计实现了一个藏文分词系统SegT。该系统
采用格助词分块并识别临界词,然后采用最大匹配方法分词,并进行紧缩词识别。系统采用双向切分检测交集型
歧义字段并使用预先统计的词频信息进行消歧。实验结果表明,该文设计的格助词分块和临界词识别方法可以将
分词速度提高15%左右,但格助词分块对分词效果没有明显提高或降低。系统最终分词正确率为96.98%,基本
达到了实用的水平。
关键词:藏文分词;格助词;临界词识别;词频统计;藏丈信息处理;中文信息处理
中图分类号:TP391 文献标识码:A
PracticalTibetanWord
SegT:A SegmentationSystem
LIUHuidanl一,NUo Weina3”,WU
Minghual“,ZHA0 Jianl,HEYepin91
(1.Instituteof of
Software。Chinese 100190。China;
AcademySciences.Beijing
of Chinese of
2.Graduate the 100190,China;
University AcademySciences,Beijing
Culture
and
3.BeijingLanguage University,Beijing100083,China;
Normal 810008,China)
4.Qinghai University,Xining,Qinghai
and aTibetanword identifiescriti-
Abstract:This segmentation
paperdesignsimplements systemnamed“SCgT”.It
calwordswithafaSt triestructurewhenit with
basedonthe eachTibetansentencetoblocks
algorithm segments
您可能关注的文档
- ICP-AES法研究六钛酸钾晶须对Cu(Ⅱ),Pb(Ⅱ),Cd(Ⅱ)的吸附性能.pdf
- ICP-AES测定苦瓜籽矿质元素及GC-MS鉴定其油脂脂肪酸.pdf
- ICP-AES测定邻苯二甲酸氢钾-氢氧化钠作用下土壤中重金属全量及形态分析.pdf
- ICP-AES测定高浓度基体下杂质元素的偏最小二乘法研究.pdf
- ICP-MS和 ICP-AES用于北京雾霾天气PM2.5来源解析研究.pdf
- ICP-MS在城市道路尘土中非常规监测微量元素污染评价中的应用.pdf
- ICP-MS法研究重度烧伤患者创面肉芽组织中微量元素的亚细胞分布.pdf
- ICP-OES和ICP-MS应用于石膏多元素分析时的样品微波消解方法研究.pdf
- ICU危重患者静脉血糖和末梢血糖值相关性比较.pdf
- ICU病区泛耐药的鲍曼不动杆菌碳青霉烯类药物耐药基因分析.pdf
文档评论(0)