| 汉语词性标注排歧方法探讨 |
| |
| 引用本文： | 王素格,张永奎.汉语词性标注排歧方法探讨[J].计算机工程与应用,2001,37(7):70-72. |
| |
| 作者姓名： | 王素格 张永奎 |
| |
| 作者单位： | 山西大学计算机科学系 |
| |
| 基金项目： | 国家自然科学基金项目!（编号：69575011）,国家"863"项目,（编号：863－306－ZT03－03－1）,山西省自然科学基金项目,（编号：991 |
| |
| 摘 要： | 该文将概率统计的二元模型与三元模型用于汉语词性自动标注,在算法为线性阶的时间复杂度的情况下,对20万训练集和1万的测试集,分别进行封闭测试和开放测试,对稀疏矩阵零元素及词性标注的结果做了统计分析。
|
| 关 键 词： | 词性标注 同现概率矩阵 语料库 统计模型 |
| 文章编号： | 1002-8331-(2001)07-0070-03 |
| 修稿时间： | 2000年9月1日 |
The Dissussion of Disambiguation Method to the Chinese Pos Tagging |
| |
| WANG Suge,ZHANG Yongkui.The Dissussion of Disambiguation Method to the Chinese Pos Tagging[J].Computer Engineering and Applications,2001,37(7):70-72. |
| |
| Authors: | WANG Suge ZHANG Yongkui |
| |
| Abstract: | In this paper,the statistic-based bi-grams and tri-grams were used in Chinese part-of-speech tagging. An algorithm which has a time complexity of O (n) was trained on a close corpus of 200,000 characters and then tested on an open test set of 10,000 characters. Finally,the sparse matrix zeros element and the tagging results were statistically analyzed. |
| |
| Keywords: | ： part－of－speech tagging co－concurrency frequency matrix corpus statistic model |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
