- 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
吕苏语口语标注语料的自动分词方法研究.pdf
第34卷第5期 计算机应用研究 V01.34No.5
2017年5月 Researchof Mav2017
Application Computers
吕苏语口语标注语料的自动分词方法研究水
于重重1,操镭1,尹蔚彬2,张泽宇1,郑雅1
摘要:濒危语言典藏以抢救和长久保存濒危语言口语中所包含的声学、语言学以及文学、历史、传统文化等内
涵的全部信息为目的,吕苏语作为一种无文字文献记录的濒危语言,对其口语语料典藏意义重大。吕苏语口语
的汉语标注语料自动分词是后续建立高质量的吕苏语口语语料库和吕苏语典藏系统的基础性工作。目前对于
吕苏语标注语料分词的研究几乎为零,对吕苏语特点进行了分析,同时将中文自动分词结巴方法应用到吕苏语
汉语标注语料中;并针对结巴分词算法对吕苏语标注语料分词存在的误分词问题,提出了改进结巴算法。经过
实验对比,改进结巴的分词方法准确率更高,提高了吕苏语汉语标注语料的分词效果。
关键词:吕苏语;汉语标注语料;自动分词;改进结巴算法
文献标志码:A
中图分类号:TP391.1 文章编号:1001-3695(2017)05-1325—04
doi:10.3969/j.issn.1001—3695.2017.05.010
Automaticword onLizu annotation
segmentationspoken corpus
Yu Leil,Yin Yal
Chongehon91,CaoWeibin2,ZhangZeyul,Zheng
100048,China;2.InstituteofEthnology
(1.CollegeofComputerInformationEngineering,BeringTechnology&BusinessUniversity,Beijing
100081,China)
&Anthropology,ChineseAcademyofSocialSciences,Bering
theinformationcontainedinthe
documentationaimsat and term all
Abstract:Endangeredlanguage long preserving
rescuing
as andtraditionalculture.Lizuisoneof
endangeredlanguage,such language
spoken acoustics,linguistics,literature,history
the whichhasnotextordocumentreeordandLizu documentationisofgreat
endangeredlanguage spokencorpus
文档评论(0)