经济法有普遍的强大约束力.PPTVIP

語料庫方法在計算語言學中的應用 學號:學生:詹勳杰 基本辭語定義 交集型歧義切分字段(簡稱交集字段) 假設A,B,C分別分別表示由一字串或多字組成的字串 如果在ABC字串中 A,AB,BC和C都是詞表中的詞,則稱ＡＢＣ為交集型歧義切分字段 例子:”應用於”可切分為”應用/於”和”應/用於” 因此:”應用於”是交集字段 交集因子 交集字段中相互交叉的詞叫做交集因子 例子:如交集字段”應用於”中 兩個交集因子分別是:”應用” 和”用於” 基本辭語定義 交集字段的鍵長 一個交集字段中交集因子的個數稱為該交集字段的鍵長 例子:交集字段”應用於”的鍵長是2 一個交集字段至少包含兩個交集因子 任何交集字段鍵長至少為2 任何交集因子的長度至少為2 任何交集字段的長度至少為3 基本辭語定義 兩個交集因子的耦合段 兩個相鄰交集因子的重疊部份稱為它們的耦合段 耦合段的字數稱為耦合長度 例子:交集字段”應用於”的耦合段是”用” 所以耦合長度是1 基本辭語定義 最大交集型歧義的分字段 (簡稱最大交集字段) 假設S為任一字串 且S的一個字串S1是交集字段 如果S中不存在包含S1的更大交集字段 則稱S1是S的最大交集字段 目的:最大交集字段不再跟它周圍的任何字串形成新的交集因子 是一個相對獨立的字段 例子:”經濟法有普遍的強大約束力” “強大約”和”強大約束力”都是交集字段 但前者被後者包圍 所以”強大約束力”成為該句的最大交集字段 基本辭語定義 段型比(靜態頻率) 某種類型的(最大)交集字段個例數在(最大)交集字段個例總數中所占的百分率 段型比(%)={某種類型的(最大)交集字段個例數/ (最大)交集字段個例總數} 段次比(動態頻率) 一個語料庫中某種類型的(最大)交集字段的出現次數在(最大)交集字段的出現總次數中所占的百分率 段次比(%)={某種類型的(最大)交集字段的出現次數/ (最大)交集字段出現的總次數} 山西大學的普查 表5-1:交集字段的鍵長統計結果 重點放在以兩字為一切分單位的交集字段上 鍵長為2和3的交集字段數占總數的96.1%(段型比) 鍵長為2和3的出現次數占總次數的97.7%(段次比) 能解決鍵長為2和3的交集字段切分問題 就能大大提高整個岐義字段切分的正確率 續 表5-1 續 表5-2:交集字段ABC的切分結果調查 切分結果為A/BC 和 AB/C的交集字段數占總數的89.4 %(段型比) 出現次數占總次數的80.6%(段次比) 續 表5-3鍵長為3的交集字段的切分結果調查 AB/CD型無論在交集字段個例數還是出現次數都占總數98% 如”已經過去”切分結果為”已經/過去” * * * *