|
|||||
|
|
| 一种基于概率模型的分词系统 | |
| 引用本文： | 李家福,张亚非. 一种基于概率模型的分词系统[J]. 系统仿真学报, 2002, 14(5): 544-546,550 |
| 作者姓名： | 李家福 张亚非 |
| 作者单位： | 1. 解放军理工大学通信工程学院,南京,210016 2. 解放军理工大学理学院,南京,210016 |
| 基金项目： | 国家自然科学基金项目(编号: 69975024)，国家自然科学基金重点项目(编号: 69931040) |
| 摘 要： | 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。 |
| 关 键 词： | 概率模型 分词系统 EM算法 语料库 系统仿真 汉语自动分词 中文信息处理 |
| 文章编号： | 1004-731X(2002)05-0544-03 |
Segmenting Chinese Based on Probabilistic Model |
|
| LI Jia-fu,ZHANG Ya-fei. Segmenting Chinese Based on Probabilistic Model[J]. Journal of System Simulation, 2002, 14(5): 544-546,550 | |
| Authors: | LI Jia-fu ZHANG Ya-fei |
| Affiliation: | LI Jia-fu1,ZHANG Ya-fei2 |
| Abstract: | Word Segmentation is a basic task of Chinese Information Processing. In this paper we present a simple probabilistic model of Chinese text based on the occurrence probability of the words, which can be seen as a zero-th order hidden Markov Model (HMM). Then we investigate how to discover by EM algorithm the words and their probabilities from a corpus of unsegmented text without using a dictionary. The last part presents a simulation system of processing Chinese text. |
| Keywords: | word segmentation EM algorithm corpus HMM system simulation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |