- 1、本文档共4页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
基于正反向最大匹配分词系统的实现.pdf
2009年第6期
中图分类号 :TP391 文献标识码:A 文章编号 :1009—2552(20o9)06—0124—04
基于正反向最大匹配分词系统的实现
陈明华,殷景华,舒 昌,王明江
(哈尔滨理工大学应用科学学院,哈尔滨 150080)
摘 要:汉语 自动分词技术是中文信息处理的基础课题,目前已成为中文信息处理的关键技术。
本文在对 目前几种分词算法进行研究的基础上,实现了一个基于正反向结合的最大匹配分词系
统,同时又实现了屏幕分词与文件分词两项功能。对于过去单一的分词方式,此系统有利于对
比分词结果,把握分词的准确性。
关键词:中文信息处理;中文分词;最大匹配
A Chineseword segmentationsystem designbasedon
forward—backwardmaximum matchingalgorithm
CHENMing—hua,YINJing-hua,S删 Chang, GMing—jiang
(SchoolofAp#edSciences,HarbinUniversityofScienceandTechnology,Harbin150080,Claim)
Abstract:Chinesewordauto-segnentationisthebasicsubjectintheprocessingofChineseinformation,
whichhas becomethekeytcehnologyinChmeseinformationprocessing.Accordingtohtestudyon several
kindsofsegmentation algorithms,htispaper nitroducesamaximum matching system based on forward—
backwardcombination,andachieveshteSCl-eensegmenattionanddocumentseg3nenattion.Comparedwiht hte
singlese4~rnenattion in thepast,htesystem can tellhte differentresultsofsegmenattion and improvehte
accuracyofsegmentation.
Keywords:Chineseinformationprocessing ;Chineseword segmenattion;maximum ma tch
0 引言 析等更高一层的技术领域 J。而相对来讲,中文的
在信息时代迅速发展、逐渐呈现趋势性的今天, 词与词之间是没有分隔符的,单个汉字一般很难单
如何让计算机更好的读懂人类的语言,理解人类的 独表达一定的含义,需要采取一定的技术手段将词
思想,更好的让用户快速准确搜索定位到 自己所需 准确地分离出来,况且单个的字在句子中有时可 以
要的资源 ,越来越成为各行业关注的焦点…。中文 与其前后都能组成词,在不同的语言环境下,它的组
分词技术的产生是中文信息处理质量提高至关重要 词方式也不同。因此若想建立基于词的索引,只有
的因素 J。 越过这个技术瓶颈问题。分词的准确率足够高、分
中文分词是中文信息处理中的一个基础部分。 词速度足够快,中文的信息处理技术才有可能赶上
中文信息处理要从三个层面上对中文进行处理:字、 西文的信息处理技术水平。
词、句。在汉语中,词是承载语义最小的语言单位, 1 几种分词方法
这就好像把英文单词之间的空格都去掉,人们看到 中文分词技术属于 自然语言处理技术范畴,对
的是一片没有意义的字母。只有处理好词层面的问 于一句话,人可以通过 自己的知
您可能关注的文档
- 基于ANSYS的变刚度螺旋弹簧优化设计.pdf
- 基于ArcSDE的卫星遥感影像数据库研究.pdf
- 基于ARIMAANN的时间序列组合预测模型.doc
- 基于ARMA模型的经济非平稳时间序列的预测分析.pdf
- 基于BAN的远程健康监护网络的研究.pdf
- 基于BS架构多通道中央监护系统的设计.pdf
- 基于CAPPFramework的智能化CAPP技术.pdf
- 基于Chan氏算法和Taylor级数展开法的协同定位方法.pdf
- 基于CMII的变更管理研究.pdf
- 基于CPLD的低频信号全数字锁相环设计.pdf
- 基于人工智能教育平台的移动应用开发,探讨跨平台兼容性影响因素及优化策略教学研究课题报告.docx
- 高中生物实验:城市热岛效应对城市生态系统服务功能的影响机制教学研究课题报告.docx
- 信息技术行业信息安全法律法规研究及政策建议教学研究课题报告.docx
- 人工智能视角下区域教育评价改革:利益相关者互动与政策支持研究教学研究课题报告.docx
- 6 《垃圾填埋场渗滤液处理与土地资源化利用研究》教学研究课题报告.docx
- 小学音乐与美术教师跨学科协作模式构建:人工智能技术助力教学创新教学研究课题报告.docx
- 《航空航天3D打印技术对航空器装配工艺的创新与效率提升》教学研究课题报告.docx
- 教育扶贫精准化策略研究:人工智能技术在区域教育中的应用与创新教学研究课题报告.docx
- 《区块链技术在电子政务电子档案管理中的数据完整性保障与优化》教学研究课题报告.docx
- 《中医护理情志疗法对癌症患者心理状态和生活质量提升的长期追踪研究》教学研究课题报告.docx
文档评论(0)