基于遗传算法的汉语构词研究.pdf

( ) ISSN 清华大学学报 自然科学版 2001 年 第 41 卷 第 45 期 5359 CN 112223N 　 ( ) , 2001, . 41, . 45 222226 J T singhua U niv Sci T ech V o l N o 　 基于遗传算法的汉语构词研究 1 1 2 2 苑春法 , 　李　莼 , 　崔永华 , 　邢红兵 ( 1. 清华大学 计算机科学与技术系, 智能技术与系统国家重点实验室, 北京 100084; 2. 北京语言文化大学, 北京 100083) 摘　要: 从语素数据库中获取语素的构词知识, 研究汉语的 　　未登录词的处理是汉语信息处理中的一个瓶颈 构词规律对于汉语信息处理具有非常重要的意义。汉语语素 问题。新词在不断地出现, 然而汉语语素数据库基本 数据库是一个大规模的含有丰富汉语构词知识的数据库, 而 上是一个封闭集, 具有长时间的稳定性。从语素库、 遗传算法是求解大规模复杂组合寻优问题的一种有效手段。 词库中获取语素的构词知识, 通过对构词规律的研 在汉语构词规律的研究中, 首次引入遗传算法对带有构词方 ( 究和分析总结出一定的构词规则 即满足什么条件 ( 式、类序、字义组合以及首、尾语义类 分大类层次和中类层 ) 下可以构成什么词类的词 , 这些规则可以用于未登 ) 次 5 个特征的汉语二字复合名词的构词规律进行了探索, 录词的处理系统, 有利于汉语语素学、词汇学的进一 并取得了阶段性成果。实验证明, 在大规模汉语语素数据库 步研究。 的基础上使用遗传算法研究汉语的构词规律是一种有效的 近年来清华大学在汉语语素库的基础上研究了 方法。 语素的搭配规律。文[1, 2 ]使用统计的方法研究特征 关键词: 遗传算法; 构词; 汉语语素