中文分词十年回顾-第四纪研究.PDFVIP

  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
中文分词十年回顾-第四纪研究

21  3 Vol.2 1, No.3 2007 5 JO URNA L OF CHINESE INFO RM A TION PROCESSING May, 2007 :1003-0077 (2007)03-0008-012 1 2 , (1., 100080;2., )  :过去的十年间, 尤其是2003 年国际中文分词评测活动Bak off 开展以来, 中文自动分词技术有了可喜的进 。其主要表现为:(1)通过“分词规范+词表+分词语料库”的方法,使中文词语在真实文本中得到了可计算的定 义,这是实现计算机自动分词和可比评测的基础;(2)实践证明, 基于手工规则的分词系统在评测中不敌基于统计 学习的分词系统;(3)在Bak off 数据上的评估结果表明, 未登录词造成的分词精度失落至少比分词歧义大5 倍以 上;(4)实验证明,能够大幅度提高未登录词识别性能的字标注统计学习方法优于以往的基于词(或词典)的方法, 并使自动分词系统的精度达到了新高。 :计算机应用;中文信息处理;中文分词;词语定义;未登录词识别;字标注分词方法 :TP39 1    :A Chinese Word Segmentation:A Decade Review 1 2 HUANG Chang-ning , ZH AO Hai (1.Microsof t R s arch A sia, B ijing 100080, China;2.City Univ rsity of Hong Kong, Hong Kong, China) Abstract:During th last d cad , sp cially sinc th First Int rnational Chin s Word S gm ntation Bak off w as h ld in July 2003, th study in automatic Chin s word s gm ntation has b n gr atly improv d.Thos improv - m nts could b summariz d as follow ing:(1)on th computation s ns Chin s words in r al t xt hav b n w ll-d - fin d by “s gm ntation guid lin s + l x icon + s gm nt d corpus”;(2)practical r sults show that p rformanc of statistic s gm ntation sy st ms outp rforms that of handcraft d rul -bas d syst ms;(3)th valuation in t rms of Bak off data shows that th accuracy drop caus d by out-of-vocabulary (OOV )w ords is at l ast fiv tim s gr at r than that of s gm ntation ambiguiti s;(4)th b tt r p rformanc of OOV r cognition th high r accuracy of th s gm ntation syst m in whol , and th accuracy of statistic s gm ntation syst ms with charact r-bas d tagging ap- proach outp rform

您可能关注的文档

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