位置:成果数据库 > 期刊 > 期刊详情页
汉维语短语搭配的识别和对齐
  • ISSN号:1000-386X
  • 期刊名称:计算机应用与软件
  • 时间:0
  • 页码:44-46
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]新疆大学网络中心,新疆乌鲁木齐830046, [2]新疆大学信息科学与工程学院,新疆乌鲁木齐830046, [3]新疆大学国际文化交流学院,新疆乌鲁木齐830046
  • 相关基金:国家自然科学基金项目(60963017,60963018); 国家社科基金项目(10BTQ045); 新疆自治区高校科研计划项目(XJEDU2009I05)
  • 相关项目:现代维吾尔语句法分析关键技术的研究
中文摘要:

提出一种简单实用的汉维语短语搭配的抽取方法。该方法不需要汉语分词、词性标注等预处理工作,根据语料中汉语字和维语单词的共现信息,避免语料中个别词汇数目极少而共现信息值较大出现噪音,采用t检验消除,相对于利用分词和词性标注等技术的抽取方法,该算法简单且时间效率较高。实验结果表明,该方法利用较小规模的语料库也能达到较好的短语搭配抽取效果。

英文摘要:

This dissertation puts forward a simple and practical extraction method for Chinese and Uyghur phrases collocation.The method does not require Chinese word segmentation,POS tagging and other pre-processing works,according to co-occurrence information of Chinese characters and Uyghur words in the corpus,it avoids the existence of the noise caused by sparseness of exceptional words but with quite big co-occurrence information value in the corpus and uses t-test to eliminate the noise.Compared with traditional extraction methods based on word segmentation and POS tagging technologies,the algorithm is simple and time efficient.Experimental results show that the method can achieve preferable effect of phrases collocation extraction even using smaller corpus library.

同期刊论文项目
期刊论文 11 会议论文 3 获奖 2
同项目期刊论文
期刊信息
  • 《计算机应用与软件》
  • 北大核心期刊(2011版)
  • 主管单位:上海科学院
  • 主办单位:上海市计算技术研究所 上海计算机软件技术开发中心
  • 主编:朱三元
  • 地址:上海市愚园路546号
  • 邮编:200040
  • 邮箱:cas@sict.stc.sh.cn
  • 电话:021-62254715 62520070-505
  • 国际标准刊号:ISSN:1000-386X
  • 国内统一刊号:ISSN:31-1260/TP
  • 邮发代号:4-379
  • 获奖情况:
  • 全国计算机类中文核心期刊
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:27463