基于事例推理的中文自动分词研讨.pdfVIP

基于事例推理的中文自动分词研究 苏芳仲林世平 福州大学数学与计算机学院福建福州350002 Email：fangzhong su@yahoo．com．cn 摘要：针对中文信息处理问题，介绍如何利用事例推理模型(CBR)来解决中文分词问题，提出了汉语 词事例的表示模型，事例的学习策略，以及修正策略等。通过理论和实验分析，证明该模型对于解决汉语 分词问题是可行的和具有广阔发展空间的。 关键词：基于事例推理事例表示事例检索中文分词 ResearchofChineseWord BasedonCase Segmentation Reasoning Su Lin FangzhongShiping ofMathematicsand Science，Fuzhou College Computer Email：fangzhongsu@yahoo．com．cn Abstract：Inordertosolvethe ofChineseinformation introducesCBRmodel problem processing，thispaper tosolvethe ofChineseword forwardthemodelofChinesewordcase problem segmentation．Itbrings ofcase andthemethodofcaserevision．Theand representation，thestrategy learning theoryexperimentanalysis hasbeencarried CBRmodelis tobeeffectiveandhasa futureinChineseword out,and proved bright segmentation． ． words：Case-based Word Key Reasoning，Case Retrieval，ChineseSegmentation Representation，Case 1．引言 一个研究的热点【l，2】。由于中文文本在计算机内部表示时，词与词之间并没有明显的切分标志， 而中文信息处理的诸多重要领域如篇章理解、机器翻译、文本检索、文本的语音输入输出、 文本校对、自动标引等都要求在词这一层面上来进行，因而自动分词已成为中文信息处理中 的基础课题。 基于事例的推理(Case-baseReasoning)是人工智能的一个新兴领域，经过多年的研 究，已经逐渐成为一个比较成熟的理论，并且在许多领域都有广泛应用n制。本研究主要介 绍如何将事例推理模型运用在汉语自动分词领域。 2．事例推理(CBR)原理 事例推理基本思想是：在进行问题的求解时，首先在事例库中检索与该问题最类似的事 例，如果能找到完全匹配的事例，则作为问题的解输出，如果找不到，则寻求一个类似的事 477 例，根据问题的需求进行修正，并将修正结果存入事例库中。若下次遇到同样的问题，系统 就可以直接得到一个完全匹配的解，这就是CBR系统本身的学习能力p1。