计算机彝文自动分词技术的设计研究

实现彝语文自动分词是计算机彝文信息处理中一项不可缺少的基础性工作,计算机彝文信息处理只要涉及到信息检索、机器翻译、语法分析、语义分析等方面的应用,就都需要以词为基本的处理单位.论文以彝语言的特点作为出发点,首先提出了计算机彝文分词规则与分词词表的设计思路,其次提出了实现计算机彝文自动分词技术的算法基础、系统结构,以及实现流程,而且进行了抽样测试,其分词的速度和准确率都比较高.论文最后根据彝语言的特点对实现计算机彝文自动分词的难点进行了分析.     

刍议地道英语的特殊表达方式

从对动词及动词短语的妙用入手 ,从而阐明地道英语并不是神秘的和无法掌握的 ,它就在我们日常英语学习中     

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。     

英语中As的语法功能及其用法

Ａｓ的用法在国内外的语法书及文章中已有阐述．但看法不很一致．有的只讲用法,不讲语法 功能,有的不是由浅入深,由表及里,使初学者难以理解．根据个人的教学经验,本文从副词到连 接词、关系代词、关系副词、介词,从Ａｓ演变展开叙述,俾能有助于教学研究。     

英法两种语言时态的比较

<正>英语是日尔曼语支的一个语种,法语则属于罗曼思语,这两种语言之间有着很大的差异.但人类语言是有共性的,尤其是这两种语言最终都可以追溯到同一个语系—印欧语     

消解中文三字长交集型分词歧义的算法

汉语自动分词在中文信息处理现实应用中占据着十分重要的位置。三字长交集型分词歧义是分词歧义的主要类型之一,在真实文本中的出现频率相当高。提出了一种针对这种分词歧义的消解算法,回避了训练代价比较高昂的词性信息而仅仅利用了词的概率信息及某些具有特定性质的常用字集合。从一个６０万字的汉语语料库中抽取出全部不同的三字长交集型分词歧义共５３６７个作为测试样本。实验结果表明,该算法的消解正确率达到了９２．０７％,基本可以满足实用型中文信息处理系统的需要。     

语料库自然标注信息与中文分词应用研究

以中文分词为应用目标, 将大规模语料库上存在的自然标注信息分为显性标注信息与隐性标注信息, 分别考察了它们的分布和对大数据集上语言计算的影响。结果表明, 两者都直接或间接地表达了作者对语言的分割意志, 因而对分词具有积极的影响。通过词语抽取测试, 发现在缺乏丰富显性标注信息的文本中, 来自语言固有规律的自然标注信息对字符串有着强大的分割性能。     

基于迁移的微博分词和文本规范化联合模型

传统的分词器在微博文本上不能达到好的性能,主要归结于: ( 1) 缺少标注语料;( 2) 存在大量的非规范化词． 针对这两类问题,文中提出一个分词和文本规范化的联合模型,该模型在迁移分词基础上,通过扩充迁移行为来实现文本规范化,进而对规范的文本进行分词． 在实验中,采用大量的规范标注文本及少量的微博标注文本进行训练,实验结果显示,该模型具有较好的域适应性,其分词错误率比传统的方法减少了 10． 35% ．     

An Analysis on the Students‘ Common Errors in English

本文概括了学生的常见错误,分析其原因所在。通过学习,以尽量减少学生在学习上的错误。     

未来概念的内涵

本文在引入时间和时间标尺概念的基础上,剖析了作为未来学的未来概念内涵,并就未来研究的相关哲学问题作了简要说明