基于专业词典的带词长的中文分词技术的研究

中文分词词典是中文信息处理技术的重要基础,中文分词词典设计的优劣直接关系着分词的速度与效率。本文在研究了各种中文分词算法和中文分词词典机制的基础上,提出了一种基于专业词典的带词长的中文分词词典算法,主要用于对专业文档中进行加工处理,并且基于该算法设计了一个基于专业词典的带词长的中文分词词典的专业文档切分系统。     

中文信息处理在动态几何软件领域的应用研究

阐述了中文信息处理技术在几何作图等动态几何领域内的应用现状。鉴于几何语言其本身相较于一般自然语言的特点,介绍了利用中文分词技术及其他自然语言处理技术来实现基于自然语言输入的动态几何作图的方法,主要包括GMMM算法和基于"分词词典"的分词方法及建立同义词库、使用语模匹配和语模词典等方法来形式化和规则化几何命题等内容,并提出在该领域的研究展望。     

一种基于特征嵌入神经网络的中文分词方法

针对传统基于特征的中文分词模型中,参数相对于训练数据过多而难以准确估计特征权值这一问题,提出了一种基于特征嵌入的神经网络方法.嵌入方法将特征转化为低维实值向量,能有效降低特征维度.另外,为了增强模型的性能,给出了一种学习速率线性衰减方法.研究了正则项的方法来增强模型的泛化能力.实验表明:文中提出的模型可以提高中文分词问题的求解效率.     

刍议中职英语中现在分词与动名词的作用

该文主要是分析中职英语中出现的一个重要语法现象,从现在分词与动名词的作用入手,归纳了动名词与现在分词的特点、区别,最后用一个短文来示范其两者在文中的用法和作用,可以使中职学生在学习本部分内容时更容易学好.     

基于统计的云搜索中文分词算法

针对当前云搜索系统中中文分词仅仅采用简单的正向匹配最大算法和逆向最大匹配算法容易产生歧义的问题,提出了采用平均最大分词算法分词,并用最小分词偏离标准差消除歧义的方法进行云搜索系统的中文分词。经过测试,该算法明显优于正向最大匹配算法和逆向最大匹配算法。     

基于Hash方法的机器翻译词典的组织与构造

给出了一种机器翻译词典的二级Ｈａｓｈ方法，并用此方法组织与构造了中日机器翻译标准词典，该方法可通过统计以各种字集开头的词的数目来规划数据块的分配，同时又将统计结果作为Ｈａｓｈ方法的参数来调节数据块的分配，这种调节作用非常有利于控制分布的均匀性，减少冲突，提高空间利用率，该方法不仅免去了常规的以索引方式组织词典模式中对各级索引的繁琐的维护工作，而且也提高了分词效率。     

基于文本相似度的智能查号引擎研究

为了帮助电话人工客服座席提供不间断地、质量稳定的服务,有必要研发智能查号引擎。基于最长公共子序列算法和最长公共子元素序列算法的研究,提出了短文本相似度计算算法,以提高查号的准确性,并以此为基础,设计出智能查号搜索引擎系统及其实现方法。考虑到实际需求,通过自然语言处理中的分词、简称替换、同义词替换、构建停用词表等,对数据进行预处理;通过基于HowNet和同义词词林的相似计算,完成进一步的数据处理;对外提供遵循REST规范的API接口。实验表明,智能查号引擎的设计可行,具有较好的业务处理能力,可满足用户需求;同时,也存在一些问题,有待于进一步的改进。智能查号引擎可以提供24 h不间断服务,相对于人工服务,具有更高的查号效率和更稳定的高质服务,可为智能电话客服的发展提供借鉴。     

可缩放矢量格式地图图层定义及模糊查询模型

根据图层定义,提出了针对可缩放矢量图形(SVG)格式地图的模糊查询模型.通过构建模糊查询词库来储存模糊查询相关词和模糊查询匹配模式.在此基础上,提出了分词子算法,将查询语句分解为词串.据此给出了语义分析子算法,将分词子算法产生的词串转化成模糊查询匹配模式,并与SVG格式地图相关层(一层或多层)中的元素关联以实现模糊查询.最后实验验证证明了该模型的有效性.     

现在分词的悬垂现象

本文从现在分词的逻辑主语．依着法则．悬垂的现在分词及消除悬垂现象四个方面讨论了现在分词的悬垂现象，让初学者对现在分词的这一特殊用法有所了解。     

回民汉语方言与维吾尔语中阿拉伯语、波斯语借词比较

由于相同的宗教信仰,回民汉语方言和维吾尔语中都存在着大量的阿拉伯语和波斯语借词。文章从借词进入借入语后在语音、词义、语义等方面的不同发展变化,尤其是在词义、语义方面的变化,比较了相同的阿拉伯语和波斯语借词进入回民汉语方言与维吾尔语中的不同发展与变化。