中文信息處理中若干關(guān)鍵技術(shù)的研究.pdf

1、隨著科學(xué)技術(shù)的高速發(fā)展,以及各種資源數(shù)量的不斷增多,為了提高效率,信息處理已經(jīng)成為當(dāng)前最重要的研究?jī)?nèi)容,其中涉及到切詞和屬性選擇、信息抽取、自然語(yǔ)言理解、自動(dòng)聚類(lèi)和分類(lèi)、自動(dòng)摘要、自動(dòng)標(biāo)引和主題識(shí)別、信息結(jié)構(gòu)分析、文本生成以及信息檢索等等.其中,屬性選擇是一項(xiàng)較為重要的基礎(chǔ)性研究工作,為其它的研究提供基礎(chǔ)和前提.而其它研究工作可以有效地、而且較為準(zhǔn)確地抽取出有用信息、挖掘出新的知識(shí),提高獲取大量有用信息的效率和速度.針對(duì)當(dāng)前對(duì)信息處理的

2、需求,該文對(duì)中文信息處理中的若干關(guān)鍵技術(shù)進(jìn)行了研究.該文的主要研究?jī)?nèi)容和貢獻(xiàn)如下:1.改進(jìn)了N-gram切詞算法和基于概率統(tǒng)計(jì)的屬性選擇算法.在信息處理研究領(lǐng)域,迄今為止,已提出了多種屬性選擇算法.2.改進(jìn)了詞語(yǔ)間依存關(guān)系的定量識(shí)別策略.該文擴(kuò)展和改進(jìn)了現(xiàn)有的基于統(tǒng)計(jì)的詞語(yǔ)間依存關(guān)系定量識(shí)別算法,力圖解決現(xiàn)有算法中存在的有待改進(jìn)的不足之處,提高識(shí)別的準(zhǔn)確率,從而提高信息處理和自然語(yǔ)言處理等的時(shí)空效率和性能.3.該文提出了互依賴(lài)和等效半徑

3、的概念,并將兩者相結(jié)合,提出新的分類(lèi)算法——基于互依賴(lài)和等效半徑、易更新的分類(lèi)算法SECTILE,SECTILE計(jì)算復(fù)雜度較低,而且擴(kuò)展性能較好,適用于大規(guī)模場(chǎng)合.4.該文提出了一種實(shí)用而且高效的聚類(lèi)算法,力圖避免需要人為事先確定的參數(shù),同時(shí)提高時(shí)空效率和信息處理的性能.5.該文提出了一種基于主題聚類(lèi)的自動(dòng)摘要算法,采用統(tǒng)計(jì)方法的同時(shí),適當(dāng)結(jié)合知識(shí)理解,既擺脫了領(lǐng)域限制,又使摘要的結(jié)果更為準(zhǔn)確.此外,該文還提出了一種較為客觀的、基于任務(wù)