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
优秀毕业论文，完美PDF格式，可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考！！！
第41卷第8期 计算机科学 V01．41No．8
2014年8月 Science 2014
Computer Aug
汉字种子混淆集的构建方法研究
施恒利1 刘亮亮1’3 王石2符建辉2张再跃1曹存根2
(江苏科技大学计算机科学与工程学院镇江212003)1
北京100190)2 北京100049)3
(中国科学院计算技术研究所 (中国科学院大学研究生院
摘要汉字混淆集是错别字识别中的重要资源之一。在本项研究中，首先手工整理了11935个汉字的可能的错别
字，然后以这些汉字为节点、“可错成”关系为边，将混淆集构造成一个错别字混淆集图。由于人工总结错别字具有很
大的局限性，因此在种子错别字混淆集图的基础上，设计了自扩展算法和开源外部补充算法来对错别字混淆集图进行
扩展，以发现新的错别字对。根据实验，新发现了15133组错别字对。经过随机抽样校对，准确率达到87．35％。
关键词错别字混淆集，自扩展，开源数据，基于规则和统计
中图法分类号TP311文献标识码A DOI 1002—137X2014．08．049
10．11896／j．issrL
ResearchonMethodof ChineseCharacterConfusionSet
Constructing
SHI LIU WANGShi2FU ZHANG CAO
Heng-lilLiang-lian91·3 Jian-hui2 Zai-yuel Cun-gen2
of ofScienceand
(CollegeComputerScience，JiangsuUniversity Technology，Zhenjiang212003，China)1
of Information of of
(KeyLaboratoryIntelligent Processing，InstituteComputingTechnology，ChineseAcademySciences，Beijing100190，China)2
(Graduate ofChinese of 100049，China)3
University AcademySciences，Beijing
AbstractThesetof
Chinesecharacterswhichis confusedisoneofthe sources the ofi—
easily importantduringprocess
writtencharacters．Inthe wesortedout11935 writtencharacters
dentifyingwrongly study，firstly possibly-wrongly by
hand．Thenthosecharactersasnodes writtencharacters”relationsassections。wecon—
文档评论（0）