【摘 要】
:
多词组是一种优化的语言复用粒度.,由于一些非通用语言的多词组与词之间缺乏显式形态边界,导致多词组自动识别困难.针对马来语领域多词组识别问题,提出一种基于自然标注的无
【机 构】
:
上海外国语大学贤达经济人文学院,广东外语外贸大学语言工程与计算实验室
【基金项目】
:
上海市社科规划项目(2019BYY028),国家语委重点项目(ZDI135-26),广东省自然科学基金(2018A030313672),广州市人文社科重点研究基地重点项目(2017-IC-02)资助.
论文部分内容阅读
多词组是一种优化的语言复用粒度.,由于一些非通用语言的多词组与词之间缺乏显式形态边界,导致多词组自动识别困难.针对马来语领域多词组识别问题,提出一种基于自然标注的无监督抽取与聚类算法.算法首先采用空格符二值分类实现变长马来语多词组抽取;然后将文档级的自然类别标注迁移到多词组级类别聚类;最后过滤掉通用多词组,萃取多个领域多词组数据集.在272 783马来语文本文档数据集上的实验结果表明,提出的算法不但能够精准地抽取多词组,而且能够高效地实现多词组领域词典聚类.
其他文献
本文试图从道德哲学而非实证心理学的视角讨论"愤怒"的道德地位问题,主要集中在两个方面:个人美德与社会福祉。有些学者,如塞涅卡和纳斯鲍姆等,否定了愤怒的道德合理性,或至
基因编辑技术为人类疾病的科学研究和预防治疗带来了质的飞跃,同时也引发了一系列复杂的伦理问题,需要及时加以反思。从机体哲学角度看,基因编辑技术的不恰当应用,可能给生命
路漫漫其修远兮,吾将上下而求索。在新闻爬格的笔耕路上,我竟如着了“魔”般入迷,经常激动地沉浸在文字的海洋之中,曾多次在睡梦中被因用笔过多而酸困不已的胳膊痛醒,右手中指也磨出一个绿豆大的硬茧,有时连续几个晚上加班加点,熬红了眼睛,凡却体现着伟大业绩的人和事写出来奉献给公众,运用手中的笔,褒扬先进,鞭策落后,抑恶扬善,共谋发展,这便是个人的价值所在。 十多年来,我感触最深的不仅仅是笔耕中的苦乐,更重
高校实验室文化建设是高校校园文化建设的重要内容,是开展实验教学和科学研究的重要支撑。系统分析高校实验室文化建设的内涵与主要内容;探讨高校实验室文化建设的多元功能需
儒学具有心学传统,以为人处世作为立论基础,其方法论"反求诸己"。儒家心学伦理以心为本体,以中庸为德性,通过养心、治心求得放心而建构起内在的主体性和伦理精神。
《龟兔赛跑》的故事小朋友一定都知道吧!如今,乌龟和小兔不再是竞争对手了,而是成了学习上的合作小伙伴。这不,乌龟和小兔正在看着一本《科普知识》呢,两人同时看完了这本132页的
在新时代,如何实现儒家传统文化的继承与创造性转化发展是一项迫切的命题。与其他民族文化交流中取长补短、兼收并蓄是其进入现代化的必经之路。将儒家伦理置入现代人的存在
7月以来,大连豆粕期货掉头下行。展望后市,国内豆粕库存增加,供应充裕,而需求不振,加之外盘利空因素重重,豆粕期货下跌趋势将延续,盲目抄底不可取。国际大豆供应异常充裕6月