基于逗号的汉语子句识别的的研究_李艳翠.pdfVIP

下载本文档

5
0
约 8页
2015-07-22 发布于安徽
举报
版权申诉

基于逗号的汉语子句识别的的研究_李艳翠.pdf

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

北京大学学报 ( 自然科学版), 第 49 卷 , 第 1 期 , 2013 年 1 月 Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 49, No. 1 (Jan. 2013) 基于逗号的汉语子句识别研究 1,2 3 1,† 2 李艳翠冯文贺周国栋朱坤华 1. 苏州大学计算机科学与技术学院 , 苏州 215006; 2. 河南科技学院信息工程学院 , 新乡 453003; 3. 河南科技学院人文学院 , 新乡 453003; † 通信作者 , E-mail: gdzhou@ 摘要根据篇章分析的任务和实践, 结合传统研究, 提出汉语的基本篇章单位为子句, 并从结构、功能、形式等方面给出其定义。分析了逗号与子句的关系 , 并在标注语料上进行了基于逗号的汉语子句识别研究。首先手工标注了 CTB6.0 中前 100 篇文档的逗号是否为子句边界的信息, 在标注结果中抽取句法、词汇、长度等特征进行实验, 子句识别准确率为 90% 。然后利用信息增益选出贡献最大的 9 个特征 , 使用它们也可获得较高的子句识别准确率。最后仅使用词法信息, 子句识别准确率可达 84.5%。实验证明子句的定义合理, 基于逗号的子句识别在理论上和实验上均可行。关键词逗号 ; 汉语子句 ; 子句识别中图分类号 TP391 Research of Chinese Clause Identificiton Based on Comma 1,2 3 1,† 2 LI Yancui , FENG Wenhe , ZHOU Guodong , ZHU Kunhua 1. Department of Computer Science and Technology, Soochow University, Suzhou 215006; 2. School of Information Engineering, Henan Institute of Science and Technology, Xinxiang 453003; 3. School of Humanities, Henan Institute of Science and Technology, Xinxiang 453003; † Corresponding author, E-mail: gdzhou@ Abstract According to the task of Chinese discourse analysis and practice, combined with traditional study, the authors propose clause as basic discourse unit and give its definition from the structure, function, form etc. The