检索结果-内蒙古大学图书馆

作者：马依丝古丽·乌苏音新疆大学

学位级别：硕士

《突厥语大词典》是十一世纪著名的学者和语言学家麻赫穆德．喀什噶里用阿拉伯文解析当代突厥诸族语言的、包括近7500词条的一部大型词典。它编排特殊，包含的内容丰富，涉及的领域广泛，能为参考者提供大量可靠的参考资源，是一部名副... 详细信息

《突厥语大词典》是十一世纪著名的学者和语言学家麻赫穆德．喀什噶里用阿拉伯文解析当代突厥诸族语言的、包括近7500词条的一部大型词典。它编排特殊，包含的内容丰富，涉及的领域广泛，能为参考者提供大量可靠的参考资源，是一部名副其实的百科全书。长期以来，该书以其以上优点吸引了不少研究者钻研此书。《突厥语大词典》虽然距今已有900多年的历史，但近代科学世界发现此书却是在1914年。在这近一个世纪的时间内，国内外学者虽然对《突厥语大词典》进行了多方面的调查与多角度的研究，并取得了不少成绩，但是这些研究成果在研究方法上和内容上仍存在着问题和不足。本文采用计算语言学与语料库语言学的先进方法，对《突厥语大词典》所包含的词条进行了统计分析，同时从意义方面将《突厥语大词典》里的部分词跟现代维吾尔语中的部分词进行了对比研究。论文加绪论与结论共分为五个部分：绪论部分主要阐述了本文研究的目的、意义、内容以及本文的研究步骤和使用的研究方法。正文的第一部分是《突厥语大词典》研究状况综述，主要介绍了国内外学者在这一方面所进行的调查与取得的研究成果，并简要介绍了《突厥语大词典》的各种版本、翻译本和索引本。第二部分简要介绍了《突厥语大词典》的构成特点，并对各语言学家所提供的词典中词条总数和我们所建立的《突厥语大词典词库》中词条的总数，进行了初步的比较分析。在这一部分里，我们还对词典中所有词条进行了词性标注，而后将所有词按词类进行了汇总。论文的第三部分是全文最重要又是最关键的部分。在这一部分里我们从《突厥语大词典》中选择了一部分具有典型意义的词，从意义方面和《现代维吾尔语详解词典》中的词语进行了对比分析。这种对比分析包括意义至今未变化的词、所表达的意义范围有所变化的词、现代维吾尔语中已弃之不用的词和已被外来词所替代的词等。论文的最后是结论部分。这一部分总结了本文所解决的问题，介绍了在研究中所发现的问题，并提出了今后的研究前景。论文的结尾附了参考资料。

关键词：突厥语大词典词条统计词语对比分析现代维吾尔语

来源：评论

学校读者我要写书评

暂无评论

基于LZW和Huffman的混合编码压缩算法

引用

兰州工业学院学报 2019年第2期26卷 54-56页

作者：崔方送安徽黄梅戏艺术职业学院图文信息中心安徽安庆246052

串表压缩(Lempel Ziv Welch,LZW)算法在词条存储过程中会重复存储已存储内容,在编码过程中造成内存浪费,而Huffman算法会占用CPU大量时间,为了克服这2种算法的缺点,提出了一种LZW-Huffman混合算法,在该算法的LZW编码阶段,采用二叉树结... 详细信息

串表压缩(Lempel Ziv Welch,LZW)算法在词条存储过程中会重复存储已存储内容,在编码过程中造成内存浪费,而Huffman算法会占用CPU大量时间,为了克服这2种算法的缺点,提出了一种LZW-Huffman混合算法,在该算法的LZW编码阶段,采用二叉树结构存储词条,且对词条出现次数进行统计,再根据LZW压缩结果进行Huffman编码.经过测试分析,该混合算法能够节省LZW编码过程中的内存资源,压缩效果优于原始算法.

关键词： LZW Huffman 二叉树存储结构词条统计混合编码

来源：评论

学校读者我要写书评

暂无评论

基于统计的无词典分词方法

引用

广西科学院学报 2002年第4期18卷 252-255,264页

作者：傅赛香袁鼎荣黄柏雄钟智中国科学院计算技术研究所智能信息处理开放实验室北京100080 广西师范大学计算机科学系桂林541004

通过分析词的结合模式 ,提出无词典分词模型 ,并对该模型进行实验测试。测试结果表明。

关键词：分词方法自动分词无词典分词词条过滤词条统计中文信息处理

来源：评论

学校读者我要写书评

暂无评论

清理用户词库的方法、系统和用于清理用户词库的装置

清理用户词库的方法、系统和用于清理用户词库的装置

引用

作者：马尔胡甫·曼苏尔张扬 100084 北京市海淀区中关村东路1号院9号楼搜狐网络大厦9层01房间

本发明实施例提供了一种清理用户词库的方法、系统和用于清理用户词库的装置，该方法包括：在用户词库中查询词条记录；所述词条记录包括词条、对所述词条统计的输入行为信息；根据所述输入行为信息确定所述词条的类型；当所述词条的类... 详细信息

标准号: CN107665206B

本发明实施例提供了一种清理用户词库的方法、系统和用于清理用户词库的装置，该方法包括：在用户词库中查询词条记录；所述词条记录包括词条、对所述词条统计的输入行为信息；根据所述输入行为信息确定所述词条的类型；当所述词条的类型为垃圾词条时，在所述用户词库中删除所述词条记录。本发明实施例通过删除对输入贡献低的词条，减少用户词库中词条的数量，减少在用户想输入的其他词条恰好与垃圾词条的编码相同的情况下，垃圾词条排靠前的问题，避免给用户输入带来干扰，减少用户进行翻页等操作，降低输入的成本，提高了用户体验。

关键词：词条用户词库输入行为信息垃圾删除记录词条统计输入贡献用户体验翻页查询

来源：评论

学校读者我要写书评

暂无评论

清理用户词库的方法、系统和用于清理用户词库的装置

清理用户词库的方法、系统和用于清理用户词库的装置

引用

作者：马尔胡甫·曼苏尔张扬 100084 北京市海淀区中关村东路1号院9号楼搜狐网络大厦9层01房间

标准号: CN107665206A

关键词：词条用户词库输入行为信息垃圾删除记录词条统计输入贡献用户体验翻页查询

来源：评论

学校读者我要写书评

暂无评论

一种基于百度百科的文本语义主题抽取方法

一种基于百度百科的文本语义主题抽取方法

引用

作者：陈叶旺 362000 福建省泉州市丰泽区城东华侨大学

本发明一种基于百度百科的文本语义主题抽取方法，利用百度百科首先建立百科词条前缀关系库，并计算出整个词条空间的语义关系，再利用前缀关系库来对未知文本进行词条发现与候选语义主题统计，并建立语义主题图，依据主题关系矩阵对语... 详细信息

标准号: CN102662998A

本发明一种基于百度百科的文本语义主题抽取方法，利用百度百科首先建立百科词条前缀关系库，并计算出整个词条空间的语义关系，再利用前缀关系库来对未知文本进行词条发现与候选语义主题统计，并建立语义主题图，依据主题关系矩阵对语义主题图中各顶点进行权值调整，再根据语义主题图的语义离散度来抽取最终语义主题，避开传统通过单纯的词条统计方式，能在很大程度上解决基于词条统计的文本主题方法准确率不高的问题。

关键词：语义主题图词条百科词条统计前缀关系矩阵文本语义文本主题语义关系主题抽取主题关系离散度准确率抽取文本发现

来源：评论

学校读者我要写书评

暂无评论

一种汉语口头作文计算机辅助评分方法

一种汉语口头作文计算机辅助评分方法

引用

作者：张益昕张旭苹唐志强王园园李葆嘉 210093 江苏省南京市鼓楼区汉口22号

本发明提供一种汉语口头作文计算机辅助评分方法，包括：收集各个考生口语作文作答音频；对各个考生的作答音频进行解码，获取学生的口头作文文本信息；对获取的口头作文文本信息进行人工修正，获取较为精确的学生口头作文文本信息；对... 详细信息

标准号: CN103984834A

本发明提供一种汉语口头作文计算机辅助评分方法，包括：收集各个考生口语作文作答音频；对各个考生的作答音频进行解码，获取学生的口头作文文本信息；对获取的口头作文文本信息进行人工修正，获取较为精确的学生口头作文文本信息；对待评分口头作文进行词条总数分析，获取归一化的词条统计参数；对待评分口头作文中断比例参数的特征分析，获取归一化的中断比例参数；对待评分口头作文均匀分布参数的特征分析，获取归一化的均匀分布参数；对获取的词条统计参数、中断比例参数、均匀分布参数分别赋予相应权值并求和。本发明提供的汉语口头作文计算机辅助评分方法为教师制定目标、组织教学和有效评价等方面提供了依据。