蒙古文整词输入法重码词智能化选择输出方法与技术研究进展.PDF

第 期 中 国 科 学 基 金 ! -. ·成果简介· 蒙古文整词输入法重码词智能化选择输出 方法与技术研究进展 ·苏雅拉图 白双成 六 月 ( （内蒙古社会科学院 研发中心，呼和浩特 ） )*+ ［关键词］ 蒙古文，词语组合，知识表示，人工智能，重码词选择，输入输出 在国家自然科学基金的资助下，“蒙古文整词输 立软件公司的各种产品中已得到广泛应用，正在取 入法重码词智能化选择输出方法与技术”研究项目 得良好的技术效益）的框架体系结构，提出了重码词 取得了很大进展。 复杂特征知识的表示方法。复杂特征具体给出方 法：在“蒙古语框架知识库”已有的属性字段上再增 ! 研究成果 加新的属性字段，实现了重码词复杂特征知识的表 !’! 逐步建立和形成了庞大的蒙古文语料库 示。在“蒙古语框架知识库”中新增加的字段具体包 ［］ 用课题组已有的《蒙古文整词输入法》输入完成 括：多变体附加成分! 字段（嵌入后台）；短语结构字 的语料目前已可以满足各种不同目的的研究。按照 段；词类标注字段；句法成分字段；标点符号字段；施 文本文件计，语料库目前已达到几百种。按照不同 事受事字段；重码词后项搭配规则字段；重码词前项 语言语体计，语料库已达到几十种。按照整词字数 搭配规则字段等。通过这一方法，丰富了“蒙古语框 计，已接近几个亿。按照词条计，已接近几万词条。 架知识库”的知识含量，为知识库完成后可能承担的 !’ 重码词获取方法的研究成果 任务储备了新的知识资源。 由于蒙古文整词输入法发明采取的是“整词音 !’% 重码词选择方法的研究成果 节集合模糊编码方法”，所以产生重码词的概率较 通过研究，我们提出了词频概率关系选择方法、 高，平均为全词的,。重码词的概念是：输入码 多变体附加成分组合关系选择方法、短语结构关系 一致、输出值不同的词。为了获得所有的重码词，我 选择方法、句法组合关系选择方法、语义组合关系选 们研究实现了一个“重码词获取软件”，通过将其应 择方法等 种不同的重码词智能化选择方法。 # ［］ 用于蒙古文整词 输入法输入完成的大量文本文件 （）词频概率关系选择方法。这种方法是通过 数据（语料库）中，获得了所有的重码词，并按其不同 重码词概率统计器，对整词生成器生成出来的重码 的聚合值，编成了 本“重码词词典”。 词进行使用概率的统计计算，并根据计算结果对当 !’# 重码词搭配关系的研究成果 前的重码词进行使用概率排序后，将结果交给输出 ［］ 利用已获得的“重码词词典”，确定了重码词