论文部分内容阅读
藏文中后接成份出现频率较高，分词中未登录词的后缀单切现象会影响分词的正确率，为此，采用词（语素）＋缀归并的方法，将藏文后接成份与前一词（语素）归并为一个切分单位输出。针对藏文中大量人名、地名、单位名等未登录词在分词时出现的碎片切分现象，使用分词碎片整合方法，将多次出现的词条碎片整合为一个切分单位输出。实验结果表明，2种方法能提高藏文自动分词的识别正确率。