現(xiàn)代漢語(yǔ)自動(dòng)分詞研究及幾個(gè)算法的實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩83頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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、隨著中國(guó)正在向信息化社會(huì)迅速前進(jìn),其突出特征是Internet上中文網(wǎng)頁(yè)的急劇增加和中文電子出版物,中文數(shù)字圖書(shū)館的迅速普及。以及受限文本為主要對(duì)象的中文自然語(yǔ)言處理研究于是也水漲船高,重要性日益顯著。而漢語(yǔ)自動(dòng)分詞是任何中文處理系統(tǒng)都難以回避的第一道“工序”,其作用是怎么估計(jì)都不會(huì)過(guò)分。只有逾越這個(gè)障礙,中文處理系統(tǒng)才稱(chēng)得上初步打上了“智能”的印記,構(gòu)建于詞平面的各種后續(xù)語(yǔ)言分析手段才有展示身手的舞臺(tái)。否則,系統(tǒng)便只能被束縛在字平面上

2、,成不了太大氣候。
  本論文正是針對(duì)上述問(wèn)題,討論了現(xiàn)代漢語(yǔ)自動(dòng)分詞的現(xiàn)實(shí)性、必要性和可行性。并介紹了現(xiàn)代漢語(yǔ)自動(dòng)分詞在軟件中的應(yīng)用和理論中的應(yīng)用。詳細(xì)討論并實(shí)現(xiàn)了目前常用的現(xiàn)代漢語(yǔ)分詞算法:最大匹配法、逆向掃描算法、最大概率法和中文姓名的識(shí)別算法。為了便于分析分詞后的數(shù)據(jù)我設(shè)計(jì)了一個(gè)通用平臺(tái)可將以上各種算法集合一起。通過(guò)這個(gè)平臺(tái),可以很方便的將新的分詞算法掛上去,并了解整個(gè)分詞的流程。為以后的研究提供了方便。
  通過(guò)對(duì)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。

評(píng)論

0/150

提交評(píng)論