水书字音编码研究

依据水语的语音信息,提出了与声母、韵母、音节相关的水书字音编码规则,在该规则的基础上讨论了水书字音输入过程中存在的歧义性问题,并提出了消除歧义的算法.分析了水书字音输入算法的基本思想和核心步骤,通过仿真试验验证了该方案的可靠性和有效性.     

从中文信息处理角度看《新著国语文法》

《新著国语文法》的语法体系不仅在汉语语法教学和研究领域影响深远，而且在中文信息处理中得到有效的应用。其普遍语法观念、“句本位”语法体系、句成分语法观念、对字与词的明确区分、对动词的分类等均有助于汉语形式语法的构建。     

中文新闻关键事件的主题句识别

提出在单文档中通过提取主题句以获取关键事件信息的思想。根据新闻的体裁特点, 分析了新闻报道与事件的关系, 以及新闻标题在内容、形式和语言方面的特征。提出利用标题的提示性信息提取主题句来描述新闻关键事件的方法。该方法首先对新闻标题按信息含量进行分类, 然后结合新闻句子的词频、长度、位置、与标题的相似度等特征计算句子的重要性。实验表明, 该方法能够准确提取新闻主题句, 为进一步抽取事件信息打好了基础。     

基于虚词切分的藏文分词系统的设计与实现

藏文分词是藏文自然语言处理的基础。根据藏文虚词在藏文文本中的特殊作用以及虚词的兼类性、结合性、黏着变体性和还原特性,设计实现了一个基于藏语虚词切分的正向最大匹配的藏文分词系统,该系统对原始文本进行逐次扫描处理得到分词结果。实验表明,文章提出的藏文分词系统具有较高的切分精度和切分速度。     

中文信息处理中离合词的处理策略

离合词是现代汉语中一种特殊的语言现象。文章对动宾式和并列式离合词的扩展形式进行了细致的描写,并分析了这两类离合词的扩展形式的特点,认为动宾式和并列式离合词的扩展形式不同于典型的动宾结构,在中文信息处理系统中,应该建立离合词词库,对离合词的扩展形式做出专门的符号标注。     

为中文WINDOWS增加汉字输入法的通用方法

以五笔输入法为例，介绍了一种为中文ＷＩＮＤＯＷＳ增加新的汉字输入法的通用方法。通过这种方法可以将ＵＣＤＯＳ等中文系统中常用的汉字输入法，转换到中文ＷＩＮＤＯＷＳ中，从而能够充分发挥ＤＯＳ中文系统中丰富的输入法和ＷＩＮＤＯＷＳ中文字处理软件强大功能的优势。     

几种基于词典的中文分词算法评价

基于词典的中文自动分词是中文信息处理的基础.按照使用计算机缓存的优化原则,分析了几种典型的分词词典机制,指出了其中的一些问题.改进了整词二分法,极大地提高了速度.结合哈希索引和PATRICIA tree搜索算法,提出了一个综合最优化的中文分词系统.     

基于VC＋＋／MFC的中文自动分词算法及其软件的实现

中文自动分词一直是中文信息处理、Web文档挖掘等处理文档类研究的基础技术之一,传统的中文分词技术研究,主要集中在算法的改进研究上,对实验的平台,有关软件的实现涉及很少.本文通过探讨中文自动分词的重要性和不可或缺性,给出了基于VC /MFC自动分词软件的开发技术,最后对软件实现的四种基于词典的机械匹配的算法进行了实验分析,实验证明该系统能够高效的给中文信息处理提供一个平台.     

一种基于概率模型的分词系统

汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用，以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型，并重点剖析了EM（Expectation-Maximization）算法，最后给出了一个基于本模型的汉语文本处理仿真系统。