

已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、中文分詞作為中文信息處理的基礎,已經吸引了眾多國內外計算機專家的極大興趣,同時也涌現(xiàn)出了許多中文分詞系統(tǒng)。本文在綜合比較分析了常用的機械分詞方法和統(tǒng)計分詞方法基礎上,設計并實現(xiàn)了一個基于Hash結構的機械統(tǒng)計分詞系統(tǒng)。 為使得機械分詞方法和統(tǒng)計分詞方法能有機結合,優(yōu)勢互補,最大發(fā)揮各自性能,本文在如下幾方面作了深入研究:在機械分詞階段,將最大匹配長度的賦值方式由靜態(tài)分配改進為動態(tài)分配,以減少不必要的匹配操作;將詞頻信息作
2、為切分評估的另一標準,以彌補“長詞優(yōu)先”標準的不足;采用了Hash分詞詞典機制,以提高分詞的效率。在統(tǒng)計分詞階段,為了提高統(tǒng)計操作的效率,對分詞單位的概念進行了泛化,并把詞頻統(tǒng)計操作融合于機械分詞操作,同時還采用了Hash表來存儲詞頻統(tǒng)計的結果,從而提高機械分詞速度。 在編程實現(xiàn)系統(tǒng)之后,對其進行了大量語料的測試。通過歸納統(tǒng)計、曲線擬合等方法對系統(tǒng)性能進行測試,發(fā)現(xiàn)該系統(tǒng)對不同領域、不同文本長度的語料進行分詞操作都會表現(xiàn)出不同
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于統(tǒng)計分詞改進算法的網(wǎng)絡信息檢索系統(tǒng)研究.pdf
- 基于統(tǒng)計的漢語自動分詞系統(tǒng).pdf
- 基于Hash機制的分詞詞典的設計與實現(xiàn).pdf
- 基于Hash算法的中文自動分詞技術研究.pdf
- 基于多級Hash分詞的全文搜索引擎的研究.pdf
- 基于統(tǒng)計的中文自動分詞.pdf
- 綜合字典和統(tǒng)計分析的中文分詞系統(tǒng)的研究與實現(xiàn).pdf
- 基于統(tǒng)計的漢語分詞在機械產品設計中的應用.pdf
- 基于統(tǒng)計規(guī)則的中文分詞研究.pdf
- 基于統(tǒng)計機器學習算法的漢語分詞系統(tǒng)的研究.pdf
- 基于氣動檢測技術機械加工精度統(tǒng)計分析系統(tǒng)的研究.pdf
- 基于統(tǒng)計的開放式漢語自動分詞.pdf
- 基于混沌系統(tǒng)的Hash函數(shù)的設計.pdf
- 基于HANA計算的營銷統(tǒng)計分析系統(tǒng).pdf
- 基于統(tǒng)計學習的中文分詞方法的研究.pdf
- 基于WEB的線損統(tǒng)計分析系統(tǒng).pdf
- 基于混沌系統(tǒng)的圖像Hash算法研究.pdf
- 基于統(tǒng)計和語義信息的中文分詞算法研究.pdf
- 統(tǒng)計全切分中文分詞系統(tǒng)的研究與實現(xiàn).pdf
- 基于HASH路由轉發(fā)表存儲結構的研究.pdf
評論
0/150
提交評論