汉语语料库词性标注自动校对方法研究-计算机与信息技术学院-山西.pdfVIP

汉语语料库词性标注自动校对方法研究-计算机与信息技术学院-山西.pdf

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
汉语语料库词性标注自动校对方法研究-计算机与信息技术学院-山西

第25卷第1期 计算机应用 Vo1.25 No.1 2005年1月 Computer Applications Jan.2oo5 文章编号:1001—9081(2005)O1—0017一O3 汉语语料库词性标注自动校对方法研究 张 虎,郑家恒,刘 江 (山西大学计算机与信息技术学院,山西太原030006) (four—tiger@sina.corn,cn) 摘 要:从聚类和分类的角度入手,对大规模语料库中的词性标注的自动校对问题作了分析,提 出了语料库词性标注正确性检查和自动校对的新方法。该方法利用聚类和分类的思想,对范例进行 聚类并求出阈值,根据阈值,判定词性标注的正误;对标注错误的词性,按靠近各词性类别重心的原则 归类,给出一个校对词性,进而提高汉语语料库词性标注的准确率。 关键词:聚类;词性标注;自动校对 中图分类号:TP391 文献标识码:A Study on auto-proofreading method for POS tagging of Chinese corpus ZHANG Hu,ZHENG Jia—heng,LIU Jiang rCollege of ComputerInformation Technolog),Shanxi University,Tai)Tzan Shanxi 030006.China) Abstract:The auto—proofreading problem in the large—scale COrpUS was analyzed , and a new method inspecting the correctness of POS tagging and an auto—proofreading method based on clustering and classifying were put forward . Using clustering and classifying,the method firstly classified the sequences of part of speech of the example and got the threshold value.Then according t0 the threshold value,it classified the test sequences to judge its correctness,and gave out a proofreading POS to the wrong POS Tagging.Furthermore,it enhanced the correctness ratio of the part of speech tagging on large—scale corpus. Key words:clustering;POS Tagging;auto—proofreading 确性检查的有效性约为76%,准确率约为83%.自动校对的 0 引言 准确率约为70%,对词性标注的准确率可以提高2~3个百 随着语料库语言学研究的兴起,建设高质量的大规模语 分点。 料库已成为首要任务。语料库作为研究资源其价值是通过对

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档