修饰名词的动词-ed分词的范畴属性和地位探讨

动词-ed分词处在动词和形容词范畴的相交之处,其模糊的特性决定必须把-ed分词置于搭配语境中,才能最终确立它的范畴属性和地位。作名词修饰语的-ed分词可以分成四大类。其中,前置表动作的-ed分词和后置的-ed分词属于动词的范畴,前置表结果和表状态的-ed分词属于形容词的范畴。这四类-ed分词在各自的范畴里又有着不同的范畴地位。表状态的-ed分词更加靠近原型形容词,后置的-ed分词更加靠近原型动词,其余两类位于其间。     

基于褒贬倾向的句子相似度计算

首先简单介绍了基于《知网》的词语相似度的计算,指出不足,并对其进行改进,在其计算过程中增加词语褒贬倾向因素.接着给出句子相似度计算步骤:①先分词;②采用匈牙利算法求解最优匹配词语;③用改进的方法计算词语相似度,进而求解句子相似度.最后给出实验结果.结果表明:在词语相似度的计算上考虑其褒贬倾向,将会使计算结果更加合理.     

归纳学习与规则结合的分词方法的有效性考察

随着互联网的普及和网上电子文本信息的爆炸式的增加,自然语言处理技术面向动态的、变化的文本显得越来越必要.针对无切分语言的分词处理的主要难点是切分歧义和未知词的处理.基于归纳学习的分词方法,仅利用文本的表层信息,因此具有完全不依赖于某特定语言的优点.通过引入包含上下文信息的消歧处理规则,对基于归纳学习的分词方法进行改进.以归纳学习方法对未知词进行推测,抽出的规则用于歧义切分的消歧处理,提高了对切分歧义的处理精度.通过实验对规则的有效性进行了考察,并给出了改进方法的分词效果.     

中文分词技术研究

随着网络信息资源呈指数级增长,我们已经进入了信息化时代,信息技术已渗透到我们社会生活的方方面面。中文文本分词技术作为中文信息处理中的重要环节,其作用就显得越来越重要。对中文分词的必要性、存在的困难进行了综述,并分析了几种分词方法的原理、特点和算法实现。     

名词审定工作中检查定名“系统性”的可靠方法

提出了在名词审定工作中检查定名“系统性”的可靠方法——分词法。利用该方法,可准确发现有相同或相似字符的所有中/英文名。该方法对专业双语词典编纂工作也有很大帮助。     

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。     

PostgreSQL中文全文索引技术研究与实现

开放源码关系数据库PostgreSQL目前还不支持对中文的全文索引.文章研究和分析了PostgreSQL的全文索引技术(TSearch2),通过对其核心函数的重写和配置文件的修改,将中文分词技术引入到了Post-greSQL的全文索引技术中,并加入了去除中文无用词的功能,从而首先实现了PostgreSQL的中文全文索引.     

"双谓分词"的若干语法特征探微

双重谓语因其结构简单、表达内容相对丰富而被广泛使用.自20世纪50年代M.Ganshina等人研究并指出"双重谓语"这一语言现象以来,语法学界曾对双重谓语作过较多研究,但对于充当第二成分的分词的研究则很少.本文作者认为,双重谓语中分词的情况十分复杂,尤其容易同其他非谓语动词形式的分词相混淆.因此,本文试图通过将双重谓语中的分词同其他非谓语动词形式的分词进行比较,对其若干语法特征作初步探讨.     

中文分词在邮件过滤系统中的应用

针对邮件文本分词效果较差的特点,提出采用一种改进的最大匹配法来进行中文分词的方法.该方法对于普通的邮件文本和一些具有特定格式的邮件文本都可以进行有效的分词;文中还利用φ2统计法生成新词,对词典起到了动态更新的作用,提高了分词的精度和准确度.两种方法在邮件过滤系统中结合应用,使分词的误分率低于0.025.     

基于遗传神经算法优化的汉语分词模型

针对目前汉语分词系统中BP算法收敛速度慢等难题,本文将基于遗传的BP神经网络算法用于汉语分词模型,此模型结合了遗传算法和BP网络的优点.实验结果表明:该优化模型完全达到了汉语分词要求,并且在分词速度上也明显优于传统的BP神经网络,具有高精确性、收敛速度快等特点.