原创力文档- 1、原创力文档（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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 16 卷 第 1 期 . 16, 1
1997 年 2 月 情 报 学 报 V o l №
February, 1997
大规模汉语语料库中任意 的 - 统计算法及
n n gram
知识获取方法1)
张 民 李 生 赵铁军
( 哈尔滨工业大学计算机科学与工程系, 哈尔滨 150001)
摘要 本文提出并实现了一种大规模汉语语料库中字、词级任意 的 统计算法, 本算
n n gram
法可以一次性统计出所有不大于任意 (本文 取为 256) 的字、词级 , 可将传统 统
n n n gram n gram
计时的指数空间开销变为线性的, 且与所统计的元数无关。基于这种 的统计, 本文还进行
n gram
了汉语信息熵的计算及字、词级知识获取的研究。本算法及本文的研究结果已应用于我们研制的
机译系统中。
关键词 n 元语法 统计 信息熵 知识获取
-
A lgor ithm of n gram Sta tistics for Arbitrary n and
Knowledge Acquisition Ba sed on Sta tistics
,
Zhang M in L i Sheng and Zhao T iejun
( , , 150001)
D ep artm ent of Comp u ter S cience and E ng ineering H arbin Institu te of T echnology H arbin
Abstract A new algo rithm of n gram statistics fo r arbitrary n at w o rd o r ph rase level is p ro
,
po sed and realized in th is paper w i
文档评论（0）