汉语语料的自动分类

来源 :中文信息学报 | 被引量 : 0次 | 上传用户:djing331
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
语料库语言学的发展要求语料库的规模越来越大。随着电子出版业的迅速发展,获取大量机读文本建立大规模语料库已成为可能。但是收集来的粗语料是杂乱无章的,在作加工整理前必须分类。若用手工分类则工作量很大。本文介绍了一种语料自动分类办法。它采用文中提出的语料相关系数的概念,并利用不同类语料相关系数不同的特点进行分类,取得了93%的大类分类正确率。 The development of corpus linguistics requires that the size of corpus be larger and larger. With the rapid development of electronic publishing industry, it has become possible to acquire a large number of machine readable texts to build large-scale corpora. However, the collected rough corpus is disorganized, and must be classified before processing and finishing. If using manual classification is a heavy workload. This article describes a method of automatic classification of corpus. It adopts the concept of corpus correlation coefficient proposed in the paper and uses the different characteristics of different corpora to classify the corpus, and obtains 93% classification accuracy.
其他文献
美国网球的衰落已经成为公认的事实,俄罗斯网球却陷入了另外一种困境。她们拥有其他国家无可比拟的集团优势,为世界贡献了数量最为庞大的网球选手;但同时,她们当中始终无法诞
2012年3月,唐代诗圣杜甫一夜间在网络爆红。这一次,他凭借的并不是那惊世骇俗的诗句,而是高中语文课本上的“杜甫涂鸦”。在微薄疯传杜甫各种形象的同时,语文课本也被卖到脱销。众多中国球迷自然不会放过这样的机会,一时间,时而手扛机枪,时而身骑白马的杜甫穿上了世界足坛各大豪门的球衣,被改造成各种球星和教练的形象,他也成为了目前这个星球上最炙手可热的足球人物。然而,球迷们看到的只是九牛一毛,其实在遥远的古
加强作风建设任重道远。我们必须认真贯彻整风精神,在对标立规中查找差距,在查摆问题中促进发展,在攻坚克难中提振信心,努力实现人民法院工作的新发展。4月13日,最高人民法院
在刚过去的春节,你一定经历了父母逼婚,亲戚围堵,三姑六婆拷问收入、工作、感情、生育等24小时全方位随机轰炸……对于“春节恐归族”来说,上面的话并不是开玩笑,而是绕不开
洪洞话轻声的语法语义作用乔全生北京话轻声的语音负荷是否比其他方言重得多①还值得商榷。通过近年对洪洞话的调查,我们发现:洪洞话轻声也很多。除口语词大多可读轻声外,一些书
“作为体育教师你感到幸福吗?”安徽省马鞍山银塘镇中心小学体育教师张家飞面对记者的提问一脸茫然。“你感到辛苦吗?”“嗯!”张家飞飞快地答道,并坚定地点了点头。“我每周
维多利亚·阿扎伦卡在2012年的澳网捧起了冠军奖杯,她期待着像英国的维多利亚女王一样统治网坛。但是阿扎伦卡走上世界第一的道路并不向女王那么顺利。年轻的白俄罗斯姑娘心
本刊讯为进一步推动党的群众路线教育实践活动,四川省绵阳市高新区人民法院通过送法下乡、巡回审判、结对帮扶等形式,深入开展“送法服务到万家”活动。2014年4月18日-23日,
今年7月,我随一个代表团访问了马来西亚,新鲜的见闻很多,但对于中华文化的载体华文、华语在今天马来西亚的地位和作用,感触尤深。马来西亚是一个很独特的多民族国家,马来人
男人偶尔的幼稚,是爱情和婚姻中的润滑剂。夫妻间相处久了,彼此性情倦怠,难免误会丛生。但若是可以多一些情趣,就如同早春花儿忽遇甘霖,可以瞬间枝叶繁茂、绿意盎然。男人大