检索结果-内蒙古大学图书馆

第二届中日自然语言处理专家研讨会

作者：宋柔北京语言大学计算机系语言信息处理研究所 100083

本文介绍北京语言大学计算机系语言信息处理研究所近来的研究工作,包括百科辞典知识提取,文本按语体分类,面向语言教学研究的汉语语料库检索工具,分词和简单短语归并.

关键词：知识提取文本分类语料库语言信息处理人工智能

来源：评论

学校读者我要写书评

暂无评论

基于多特征的自适应新词识别

引用

北京工业大学学报 2007年第7期33卷 718-725页

作者：罗智勇宋柔北京工业大学计算机学院北京100022 北京语言大学语言信息处理研究所北京100083

为提高自动分词系统对未登录词的识别性能,提出和实现了一种基于多特征的自适应新词识别方法,综合考虑了被处理文本中重复字符串的上下文统计特征(上下文熵)、内部耦合特征(似然比)、背景语料库对比特征(相关频率比值)以及自动分词系统... 详细信息

为提高自动分词系统对未登录词的识别性能,提出和实现了一种基于多特征的自适应新词识别方法,综合考虑了被处理文本中重复字符串的上下文统计特征(上下文熵)、内部耦合特征(似然比)、背景语料库对比特征(相关频率比值)以及自动分词系统辅助的边界确认信息等,并直接从被抽取文本中自动训练识別模型．同时,新词识别过程在字串PAT-Array数据结构上进行,可以抽取任意长度的新词语．实验结果表明,该方法新词发现速度快、节省存储空间．

关键词：自然语言处理系统计算语言学词语处理新词识别多特征自适应自动分词

来源：评论

学校读者我要写书评

暂无评论

一种基于可信度的人名识别方法

引用

中文信息学报 2005年第3期19卷 67-72,86页

作者：罗智勇宋柔北京工业大学计算机学院北京100022北京语言大学语言信息处理研究所北京100083 北京语言大学语言信息处理研究所北京100083

专名识别技术是影响中文自动分词精度的一个重要方面,也是自动分词技术的难点之一。本文以人名识别为例,分析了目前流行的基于语料库和统计语言模型的专名识别方法中在概率估值问题上存在的弊端;同时在规则和统计相结合的基础上,提出了... 详细信息

专名识别技术是影响中文自动分词精度的一个重要方面,也是自动分词技术的难点之一。本文以人名识别为例,分析了目前流行的基于语料库和统计语言模型的专名识别方法中在概率估值问题上存在的弊端;同时在规则和统计相结合的基础上,提出了一种基于可信度的人名识别方法,并给出了一个渐进式模型训练方法,克服了人工标注语料库规模的限制。从我们对《人民日报》1998年1月、2 0 0 0年12月(共约379万字)语料的测试结果来看,基于可信度的人名识别方法比传统的概率估值方法识别效果有一定的提高。

关键词：计算机应用中文信息处理自动分词人名识别统计方法可信度

来源：评论

学校读者我要写书评

暂无评论

基于“固结词串”实例的中文分词研究

引用

中文信息学报 2012年第3期26卷 59-64页

作者：修驰宋柔北京工业大学计算机学院北京100022 北京语言大学语言信息处理研究所北京100083

近几年的中文分词研究中,基于条件随机场(CRF)模型的中文分词方法得到了广泛的关注。但是这种分词方法在处理歧义切分方面存在一定的问题。CRF虽然可以消除大部分原有的分词歧义,却会带来更多新的错误切分。该文尝试找到一种简单的、基... 详细信息

近几年的中文分词研究中,基于条件随机场(CRF)模型的中文分词方法得到了广泛的关注。但是这种分词方法在处理歧义切分方面存在一定的问题。CRF虽然可以消除大部分原有的分词歧义,却会带来更多新的错误切分。该文尝试找到一种简单的、基于"固结词串"实例的机器学习方法解决分词歧义问题。实验结果表明,该方法可以简单有效的解决原有的分词歧义问题,并且不会产生更多新的歧义切分。

关键词：中文分词 CRF 固结词串分词歧义机器学习

来源：评论

学校读者我要写书评

暂无评论

一种基于可信度的人名识别方法

一种基于可信度的人名识别方法

引用

第二届全国学生计算语言学研讨会

作者：罗智勇宋柔荀恩东北京工业大学计算机学院北京语言大学语言信息处理研究所北京语言大学语言信息处理研究所

专名识别是中文自动分词的重要任务。本文分析了目前流行的基于语料库和统计语言模型(SLM)的专名识别方法中存在的问题,同时以人名识别为例,在规则和统计相结合的基础上,提出了一种基于可信度的人名识别方法。从我们对《人民日报》1998... 详细信息

专名识别是中文自动分词的重要任务。本文分析了目前流行的基于语料库和统计语言模型(SLM)的专名识别方法中存在的问题,同时以人名识别为例,在规则和统计相结合的基础上,提出了一种基于可信度的人名识别方法。从我们对《人民日报》1998年1月、2000年12月(共约379万字)语料的开放测试结果来看,基于可信度的人名识别方法比SLM方法识别效果有较大的提高,同时比基于规则和知识库的分词系统具有更好的扩充性。

关键词：自动分词人名识别统计语言模型可信度

来源：评论

学校读者我要写书评

暂无评论

构造自然语言问答系统平台

构造自然语言问答系统平台

引用

第二届全国学生计算语言学研讨会

作者：高勇荀恩东宋柔北京工业大学计算机学院北京语言大学信息学院语言信息处理研究所北京语言大学信息学院语言信息处理研究所

本文在介绍了几种常用的检索模型和XML技术应用的现状的基础上,通过改进向量空间模型中索引词权重的计算,设计实现问答系统平台。

关键词：向量空间模型信息检索

来源：评论

学校读者我要写书评

暂无评论

相似词及其在计算机辅助校对系统中的应用

相似词及其在计算机辅助校对系统中的应用

引用

全国第八届计算语言学联合学术会议

作者：罗智勇宋柔北京工业大学计算机学院北京100022 北京语言大学语言信息处理研究所北京100083 北京语言大学语言信息处理研究所北京100083

统计方法在自然语言处理的多种应用中取得了令人瞩目的成果,但数据稀疏问题限制了应用系统性能的提高.把统计单位由词提升到词类有助于缓解数据稀疏问题,但是传统的词类体系并不能反映词语在线性邻接(ngram)特征上的相似关系,而且这种... 详细信息

统计方法在自然语言处理的多种应用中取得了令人瞩目的成果,但数据稀疏问题限制了应用系统性能的提高.把统计单位由词提升到词类有助于缓解数据稀疏问题,但是传统的词类体系并不能反映词语在线性邻接(ngram)特征上的相似关系,而且这种相似关系不能用作分类原则,因为它不满足传递性.为此,我们提出了一种解决方案:对于每个词,根据其在大规模语料库中的上下文分布特征,建立以该词为核心的相似词集合,用相似词的ngram估计核心词的ngram.本文介绍了相似词集合的确定方法,并介绍了这一方法在计算机辅助校对中的应用.

关键词：统计方法数据稀疏相似词计算机辅助校对

来源：评论

学校读者我要写书评

暂无评论

基于“大词”实例的中文分词研究

基于“大词”实例的中文分词研究

引用

第十一届全国计算语言学学术会议

作者：修驰宋柔北京工业大学计算机学院北京语言大学语言信息处理研究所

近几年的中文分词研究中,基于条件随机场(CRF)模型的中文分词方法得到了广泛的关注。但是这种分词方法在处理歧义切分方面存在一定的问题。CRF虽然可以消除大部分原有的分词歧义,却会带来更多新的错误切分。本文尝试找到一种简单的、基... 详细信息

近几年的中文分词研究中,基于条件随机场(CRF)模型的中文分词方法得到了广泛的关注。但是这种分词方法在处理歧义切分方面存在一定的问题。CRF虽然可以消除大部分原有的分词歧义,却会带来更多新的错误切分。本文尝试找到一种简单的、基于"大词"实例的机器学习方法解决分词歧义问题。实验结果表明,该方法可以简单有效的解决原有的分词歧义问题,并且不会产生更多新的歧义切分。

关键词：中文分词 CRF 大词分词歧义机器学习

来源：评论

学校读者我要写书评

暂无评论

相似词及其在计算机辅助校对系统中的应用

相似词及其在计算机辅助校对系统中的应用

引用

全国第八届计算语言学联合学术会议（JSCL-2005）

作者：罗智勇宋柔北京工业大学计算机学院北京语言大学语言信息处理研究所

统计方法在自然语言处理的多种应用中取得了令人瞩目的成果,但数据稀疏问题限制了应用系统性能的提高。把统计单位由词提升到词类有助于缓解数据稀疏问题,但是传统的词类体系并不能反映词语在线性邻接(ngram)特征上的相似关系,而且这种... 详细信息

统计方法在自然语言处理的多种应用中取得了令人瞩目的成果,但数据稀疏问题限制了应用系统性能的提高。把统计单位由词提升到词类有助于缓解数据稀疏问题,但是传统的词类体系并不能反映词语在线性邻接(ngram)特征上的相似关系,而且这种相似关系不能用作分类原则。因为它不满足传递性。为此,我们提出了一种解决方案:对于每个词,根据其在大规模语料库中的上下文分布特征,建立以该词为核心的相似词集合,用相似词的ngram估计核心词的ngram。本文介绍了相似词集合的确定方法,并介绍了这一方法在计算机辅助校对中的应用。

关键词：统计方法数据稀疏相似词计算机辅助校对

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：