【摘 要】
：
交集型歧义切分字段是影响汉语自动分词系统精度的一个重要因素。本文引入了最大交集型歧义切分字段的概念，并将之区分为真、伪两种主要类型。考察一个约１亿字的汉语语料库，我们
【机 构】
：
清华大学智能技术与系统国家重点实验室; 香港城市大学语言资讯科学研究中心;
论文部分内容阅读
交集型歧义切分字段是影响汉语自动分词系统精度的一个重要因素。本文引入了最大交集型歧义切分字段的概念，并将之区分为真、伪两种主要类型。考察一个约１亿字的汉语语料库，我们发现，最大交集型歧义切分字段的高频部分表现出相当强的覆盖能力及稳定性：前４，６１９个的覆盖率为５９．２０％，且覆盖率受领域变化的影响不大。而其中４，２７９个为伪歧义型，覆盖率高达５３．３５％。根据以上分析，我们提出了一种基于记忆的、高频最大交集型歧义切分字段的处理策略，可有效改善实用型非受限汉语自动分词系统的精度。
其他文献
电视连续剧《雍正王朝》的播出引起了轰动效应,这一方面是剧作和演员成功的艺术魅力所致,一方面则是由于这段历史本身富于戏剧性。历史上的雍正确是一个锐意改革的政治家。他
由加拿大滑铁卢大学Geoffrey Wall教授和多伦多Humber高等理工学院饭店、休闲和旅游学院院长Alister Mathieson撰著,国内学者肖贵蓉博士翻译的《旅游：变化、影响与机遇》一书,
今年的政府工作报告提出：“支持和引导分享经济发展，提高社会资源利用效率，便利人民群众生活。本着鼓励创新、包容审慎原则，制定新兴产业监管规则。”近年来，在共享理念引导下，以摩
<正>中央反复强调,各级都要重视基层、关心基层、支持基层,强化固本强基的思想,牢固树立大抓基层的鲜明导向。导向就是指挥棒、风向标,导向决定了工作走势和发展方向。就我省
<正>改革开放以来,我国的传媒事业有了长足的发展,以广播、电影、电视、报纸、杂志、图书、电子资讯、国际互联网络等为重要载体和手段的媒体异常发达,形成了全方位多层次立
治理理论的引入使社会组织成为国家治理中不可或缺的角色。作为治理的多元主体之一,我国社会组织一直被认为应该在治理体系的构建中发挥重要作用。本文首先分析了社会组织和
目的探讨法国生产的施地瑞玛生理性海水鼻腔喷雾器对鼻内镜术后病人进行鼻腔治疗和护理的临床疗效。方法将鼻内镜术后的30例病人随机分成两组,每组15例。病人术后抽除鼻腔填
实体的别名是指同一个实体的不同名称。传统的别名抽取方法存在训练语料构建困难和时效性差这两个问题。针对这两个问题,该文提出了一种基于图的查询日志实体别名抽取方法。
目的:采用基于低频振幅(ALFF)的静息态功能磁共振成像(RS-f MRI)技术,探讨脑梗死运动性失语症患者静息态下脑功能的变化及其意义。方法:对脑梗死运动性失语症患者及志愿者行R
分析利用TCP/IP进行网络通讯需要解决的问题 ,介绍了在Socket基础上编程的界面、端口、字节顺序和广播的处理方式 ,给出了Socket实现通讯的客户 /服务器模型。