SegT:一个实用的藏文分词系统
文献类型：期刊论文
| 作者 | 刘汇丹 ; 诺明花 ; 赵维纳 ; 吴健 ; 贺也平 |
| 刊名 | Journal of Chinese Information Processing
 |
| 出版日期 | 2012 |
| 卷号 | 26期号:1页码:97-103 |
| 关键词 | Tibetan word segmentation case-auxiliary words critical word detection word frequency statistics Tibetan information processing Chinese information processing |
| ISSN号 | 1003-0077 |
| 其他题名 | segt:a practical tibetan word segmentation system |
| 中文摘要 | 在分析现有藏文分词方法的基础上,该文重点研究了藏文分词中的格助词分块、临界词识别、词频统计、交集型歧义检测和消歧等问题并提出了相应的方法。应用这 些方法,设计实现了一个藏文分词系统SegT。该系统采用格助词分块并识别临界词,然后采用最大匹配方法分词,并进行紧缩词识别。系统采用双向切分检测交 集型歧义字段并使用预先统计的词频信息进行消歧。实验结果表明,该文设计的格助词分块和临界词识别方法可以将分词速度提高15%左右,但格助词分块对分词 效果没有明显提高或降低。系统最终分词正确率为96.98%,基本达到了实用的水平。 |
| 英文摘要 | This paper designs and implements a Tibetan word segmentation system named "SegT".It identifies critical words with a fast algorithm based on the trie structure when it segments each Tibetan sentence to blocks with case-auxiliary words.Then,it identifies abbreviated words when it segments each block to words by maximum matching.Finally,it detects ambiguities by bidirectional segmentation,and solve them by word frequency.Experiments show that it improves the segmenting speed by about 15% after applying the block segmentation method based on case-auxiliary words,but the block segmentation doesnt significantly increase or decrease the precision.The precision of the system reaches 96.98%,which shows that its a practical system. |
| 学科主题 | Computer Science |
| 收录类别 | cscd,cnki,wanfang |
| 语种 | 中文 |
| 公开日期 | 2012-11-12 |
| 源URL | [http://ir.iscas.ac.cn/handle/311060/14696]  |
| 专题 | 软件研究所_软件所图书馆_期刊论文 |
| 推荐引用方式 GB/T 7714 | 刘汇丹,诺明花,赵维纳,等. SegT:一个实用的藏文分词系统[J]. Journal of Chinese Information Processing,2012,26(1):97-103. |
| APA | 刘汇丹,诺明花,赵维纳,吴健,&贺也平.(2012).SegT:一个实用的藏文分词系统.Journal of Chinese Information Processing,26(1),97-103. |
| MLA | 刘汇丹,et al."SegT:一个实用的藏文分词系统".Journal of Chinese Information Processing 26.1(2012):97-103. |
入库方式： OAI收割
来源：软件研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。