【摘 要】
：
建设高质量的大规模语料库是中文信息处理领域的基础性工程,保证语料库分词结果的一致性是衡量语料库分词质量的重要标准之一.本文对150万汉字熟语料进行了统计分析;定义了语
【机 构】
：
山西大学计算机与信息技术学院,030006
论文部分内容阅读
建设高质量的大规模语料库是中文信息处理领域的基础性工程,保证语料库分词结果的一致性是衡量语料库分词质量的重要标准之一.本文对150万汉字熟语料进行了统计分析;定义了语料库中分词结果不一致的主要结构类型;采用基于规则的策略检验校对相同语境下相同字串的分词一致性.对150万汉字语料库的封闭测试,正确率为86.94％.
其他文献
以Boltzmann-Gibbs统计理论为基础,采用依赖于温度的似Cauchy分布产生新的扰动模型,选用改进的接收概率公式,并在实际计算中设置记忆器,记忆搜索到的最好结果,得到适合时移地
本文提出了一种通过监视键盘输入进行用户身份识别的支持向量机新方法.该方法在正常数据上训练模型,然后应用该模型通过检查新的数据是否与正常数据存在几何背离来识别是正常
(1)耳机单边无声:测量耳机③、④、⑤脚是否有电压,如果有则直接换耳机接口。(2)无声:测量③、④、⑤脚有无电压,有则更换耳机接口,没有则检查主控芯片是否虚焊,耳机接口是否
Bayesian网络(贝叶斯网络)是一种进行不确定性推理的有力工具,它是一个有向无环图.本文提出了一种通过发现Bayesian网络骨架(在Bayesian网络中去除边方向的无向图),再确定边
目的 观察经皮经肝胆囊穿刺置管引流术(PTGD)治疗老年(年龄＞60岁)急性胆囊炎的疗效.方法 回顾性分析笔者所在医院2014年12月至2016年12月期间行PTGD治疗的36例老年急性胆囊炎
文中研究一类非线性自适应模糊跟踪系统,提出了一种基于误差补偿的新方法.采用梯度下降法设计自适应模糊系统以辨识其非线性环节.一般的自适应模糊跟踪系统不考虑辨识误差对
Web上存在着大量内容相同的页面,网络重复信息的有效去除已成为改善Web信息采集系统性能的关键技术之一.本文将全信息理论应用到网络文本信息去重算法的研究中,提出了一种新
目的 总结对有上腹部手术史患者行三孔腹腔镜胆囊切除(LC)术的安全性及经验.方法 对解放军第451医院2011年6月至2015年6月期间收治的有上腹部手术史且行三孔LC术的98例患者的
从90年代开始,国际自然语言处理领域的主要特征之一就是转向对大规模真实文本的研究和处理.随着语料规模的不断扩大,统计中的数据稀疏问题、垃圾语料带来的统计垃圾问题、汉
传统的图像检索技术主要包括基于内容和基于文本描述两种.前者更多地利用了图像低层视觉特征,却存在难以逾越的"语义鸿沟";后者借助传统文本信息检索中的关键字匹配技术,仍存