汉语的自动分词

本文分析了汉语自动分词的困难,概述了已公布的主要分词方法,简单介绍了在1986年开发的一个分词系统.     

汉语自动分词中的神经网络技术研究

本文讨论了人工神经网络技术应用于汉语自动分词的映射模型和性能，着重分析网络结构和学习算法对歧义词切分的影响，在大量仿真实验的基础上，对其性能进行评价。     

书面汉语自动分词及歧义分析

歧义现象是自动分词过程中不可避免的现象，本文通过对自动分词过程的分析，总结出书面汉语自动分词中歧义产生的根源，提出处理这些歧义字段的方法．     

浅谈分词、不定式和动名词用法区别

学生在学习英语时往往对非限定动词的用法容易产生混淆,尤其是对非限定动词的相同语法功能不能掌握,不知道何时该用动名词、不定式,何时该用分词。现就此问题进行归纳、比较。     

自然语言处理的一些方法研究

自然语言处理涉及的技术很多，许多研究难点的存在给我国计算机应用增加了困难．介绍了一种解决汉语系统中多音字判别和处理的方法；探讨了汉语文摘生成处理的一个方法；讨论自动分词，阐述了自动分词需要解决的问题．     

维汉谚语形式对比分析

谚语作为一种极具民族特色的语言形式，既是词汇学又是语法学的研究对象。维汉谚语在语法形式上既有相似之处，又有明显的差异。通过对单句式、紧缩句式和复句式维吾尔谚语和汉语谚语的统计对比分析，发现维汉谚语形式特点的共通之处在于句式自足完整，形式简洁自然，兼得书面语和口语之风；不同之处在于维吾尔谚语基本遵循SOV语序，汉语则遵循SVO语序。     

基于最大熵模型的交集型切分歧义消解

利用最大熵模型研究中文自动分词中交集型切分歧义的消解.模型输出的类别为两种:前两个字结合成词和后两个字结合成词.模型采用的特征为:待切分歧义字段的上下文各一个词、待切分歧义字段和歧义字段两种切分可能的词概率大小关系.通过正向最大匹配(FMM)和逆向最大匹配(BMM)相结合的分词方法,发现训练文本中的交集型歧义字段并进行标注,用于最大熵模型的训练.实验用1998年1月<人民日报>中出现的交集型歧义字段进行训练和测试,封闭测试正确率98.64%,开放测试正确率95.01%,后者比常用的词概率法提高了3.76%.     

汉语词汇中的“易断点”及其黏结度

针对计算机自动分词中存在歧义这一难题，提出了“易断点”及其相关概念，并对其在歧义处理中的作用进行了初步探讨。     

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。     

中文分词算法在专利文献中的应用研究

介绍了专利文献中中文分词的基本方法,主要分析了基于词类的错误驱动学习方法、条件随机场方法、期望最大值方法在分词方面的应用,并进行了对比实验。