检索结果-维普期刊中文期刊服务平台

基于字符的中文分词、词性标注和依存句法分析联合模型被引量：14: 1; 作者郭振张玉洁 +1 位作者苏晨徐金安《中文信息学报》 CSCD 北大核心 2014年第6期1-8,17,共9页; 目前,基于转移的中文分词、词性标注和依存句法分析联合模型存在两大问题:一是任务的融合方式有待改进;二是模型性能受限于全标注语料的规模。针对第一个问题,该文利用词语内部结构将基于词语的依存句法树扩展成了基于字符的依存句法树... 展开更多; 关键词联合模型中文分词和词性标注依存句法分析词语内部依存结构半监督学习; 在线阅读下载PDF 职称材料

基于实例的中文分词-词性标注方法的应用研究被引量：4: 2; 作者姜涛姚天顺张俐《小型微型计算机系统》 CSCD 北大核心 2007年第11期2090-2093,共4页; 通过实验证明基于实例的中文分词-词性标注(下文简称为EBST,Example-Based Chinese word Segment and Tagging)系统对训练语料相关的文本具有非常好的标注性能.实验结果显示了EBST系统的分词-词性标注不仅具有非常高的准确率,而且和训... 展开更多; 关键词中文分词-词性标注语料库 EBMT; 在线阅读下载PDF 职称材料

基于有效子串标注的中文分词被引量：26: 3; 作者赵海揭春雨《中文信息学报》 CSCD 北大核心 2007年第5期8-13,共6页; 由于基于已切分语料的学习方法和体系的兴起,中文分词在本世纪的头几年取得了显著的突破。尤其是2003年国际中文分词评测活动Bakeoff开展以来,基于字标注的统计学习方法引起了广泛关注。本文探讨这一学习框架的推广问题,以一种更为可靠... 展开更多; 关键词计算机应用中文信息处理中文分词基于子串标注的分词; 在线阅读下载PDF 职称材料

中文分词十年回顾被引量：251: 4; 作者黄昌宁赵海《中文信息学报》 CSCD 北大核心 2007年第3期8-19,共12页; 过去的十年间,尤其是2003年国际中文分词评测活动Bakeoff开展以来,中文自动分词技术有了可喜的进步。其主要表现为:(1)通过“分词规范+词表+分词语料库”的方法,使中文词语在真实文本中得到了可计算的定义,这是实现计算机自动分词和可... 展开更多; 关键词计算机应用中文信息处理中文分词词语定义未登录词识别字标注分词方法; 在线阅读下载PDF 职称材料

藏语语料库加工方法研究被引量：13: 5; 作者才让加《计算机工程与应用》 CSCD 北大核心 2011年第6期138-139,146,共3页; 为了使藏语语料库具有规范性、统一性和实用性,提高加工的整体水平,在藏语语料库的加工过程中首先要对五花八门的藏语语料库进行整理和统一,得到高质量的原始语料库,其次确定藏语原料库加工的切分单位,针对藏语的语法特征提出藏语语料... 展开更多; 关键词藏语语料库规范词类标记集词典分词标注; 在线阅读下载PDF 职称材料

少数民族语言分词技术评测数据集MLWS2021: 6; 作者赵小兵高璐 +5 位作者高定国包乌格徳勒米尔阿迪力江·麦麦提刘洋才智杰孙媛《中国科学数据（中英文网络版）》 CSCD 2022年第2期2-10,共9页; 依据蒙古文、藏文和维吾尔文词汇的构词规律和特点,制定适合计算机信息处理的蒙古文、藏文和维吾尔文分词评测标准,构建蒙古文、藏文和维吾尔文的分词标注语料,形成标准评测数据集(MLWS2021),为解决自动分词、词性标注、信息检索、语料... 展开更多; 关键词少数民族语言分词标注评测数据集分词标准规范; 在线阅读下载PDF 职称材料

采用Stack-Tree LSTM的汉语一体化依存分析模型被引量：2: 7; 作者刘航刘明童 +2 位作者张玉洁徐金安陈钰枫《中文信息学报》 CSCD 北大核心 2019年第1期10-17,共8页; 在汉语一体化依存分析中,如何利用分词、词性标注和句法分析的中间结果作为分析特征成为核心问题,也是三个任务相互制约协调、共同提高性能的关键所在。目前无论基于特征工程的方法还是基于深度学习的方法尚无法充分利用分析过程中依存... 展开更多; 关键词中文分词、词性标注和依存分析依存子树神经网络; 在线阅读下载PDF 职称材料

藏文语料库深加工方法研究: 8; 作者才藏太《计算机工程与应用》 CSCD 2012年第26期127-130,147,共5页; 随着自然语言信息处理的不断发展和完善,大规模语料文本处理已经成为计算语言学界的一个热门话题。一个重要的原因是从大规模的语料库中能够提取出所需要的知识。结合973前期项目《藏文语料库分词标注规范研究》的开发经验,论述了班智... 展开更多; 关键词藏文语料库分词标注分词词典还原算法; 在线阅读下载PDF 职称材料

基于统计的汉藏机器翻译系统关键技术研究与实现: 9; 作者群诺尼玛扎西 +1 位作者完么扎西嘎玛扎西《高原科学研究》 2018年第2期97-104,共8页; 随着统计机器学习方法的迅速普及,机器翻译技术有了突飞猛进的进展,但是目前基于汉藏两种语言的机器翻译系统研究还处于启蒙阶段。文章主要研究和扩充了已有的统计翻译模型,对藏文文法的特殊性进行了适当的处理,包括藏文动词的时态处理... 展开更多; 关键词汉藏机器翻译调序算法树到串翻译模型自动分词与标注; 在线阅读下载PDF 职称材料

题名基于字符的中文分词、词性标注和依存句法分析联合模型被引量：14: 1; 作者郭振张玉洁苏晨徐金安; 机构北京交通大学计算机与信息技术学院; 出处《中文信息学报》 CSCD 北大核心 2014年第6期1-8,17,共9页; 基金国家国际科技合作专项资助(2014DFA11350) 国家自然科学基金(61370130) 北京交通大学人才基金(KKRC11001532); 文摘目前,基于转移的中文分词、词性标注和依存句法分析联合模型存在两大问题:一是任务的融合方式有待改进;二是模型性能受限于全标注语料的规模。针对第一个问题,该文利用词语内部结构将基于词语的依存句法树扩展成了基于字符的依存句法树,采用转移策略,实现了基于字符的中文分词、词性标注和依存句法分析联合模型;依据序列标注的中文分词方法,将基于转移的中文分词处理方案重新设计为4种转移动作:Shift_S、Shift_B、Shift_M和Shift_E,同时能够将以往中文分词的研究成果融入联合模型。针对第二个问题,该文使用具有部分标注信息的语料,从中抽取字符串层面的n-gram特征和结构层面的依存子树特征融入联合模型,实现了半监督的中文分词、词性标注和依存句法分析联合模型。在宾州中文树库上的实验结果表明,该文的模型在中文分词、词性标注和依存分析任务上的F1值分别达到了98.31%、94.84%和81.71%,较单任务模型的结果分别提升了0.92%、1.77%和3.95%。其中,中文分词和词性标注在目前公布的研究结果中取得了最好成绩。; 关键词联合模型中文分词和词性标注依存句法分析词语内部依存结构半监督学习; Keywords joint model Chinese word segmentation and POS tagging dependency parsing word internal dependencystructure semi supervised learning; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于实例的中文分词-词性标注方法的应用研究被引量：4: 2; 作者姜涛姚天顺张俐; 机构东北大学自然语言处理实验室; 出处《小型微型计算机系统》 CSCD 北大核心 2007年第11期2090-2093,共4页; 文摘通过实验证明基于实例的中文分词-词性标注(下文简称为EBST,Example-Based Chinese word Segment and Tagging)系统对训练语料相关的文本具有非常好的标注性能.实验结果显示了EBST系统的分词-词性标注不仅具有非常高的准确率,而且和训练语料的标注保持了很好的一致性.这使得EBST系统非常适合于在基于实例的机器翻译(Example-Based Machine Translation,EBMT)系统中的应用.本文给出了EBST在EBMT系统中的应用实例及相应的实验结果.; 关键词中文分词-词性标注语料库 EBMT; Keywords Chinese word segmentation and part-of-speech tagging corpus EBMT; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于有效子串标注的中文分词被引量：26: 3; 作者赵海揭春雨; 机构香港城市大学中文翻译及语言学系; 出处《中文信息学报》 CSCD 北大核心 2007年第5期8-13,共6页; 基金香港城市大学SRG项目7002037和香港特别行政区资助的CERG研究项目9040861(CityU1318/03H); 文摘由于基于已切分语料的学习方法和体系的兴起,中文分词在本世纪的头几年取得了显著的突破。尤其是2003年国际中文分词评测活动Bakeoff开展以来,基于字标注的统计学习方法引起了广泛关注。本文探讨这一学习框架的推广问题,以一种更为可靠的算法寻找更长的标注单元来实现中文分词的大规模语料学习,同时改进已有工作的不足。我们提出子串标注的一般化框架,包括两个步骤,一是确定有效子串词典的迭代最大匹配过滤算法,二是在给定文本上实现子串单元识别的双词典最大匹配算法。该方法的有效性在Bakeoff-2005评测语料上获得了验证。; 关键词计算机应用中文信息处理中文分词基于子串标注的分词; Keywords computer application Chinese information processing Chinese word segmentation （CWS） subsequence-based tagging approach of CWS; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名中文分词十年回顾被引量：251: 4; 作者黄昌宁赵海; 机构微软亚洲研究院香港城市大学; 出处《中文信息学报》 CSCD 北大核心 2007年第3期8-19,共12页; 文摘过去的十年间,尤其是2003年国际中文分词评测活动Bakeoff开展以来,中文自动分词技术有了可喜的进步。其主要表现为:(1)通过“分词规范+词表+分词语料库”的方法,使中文词语在真实文本中得到了可计算的定义,这是实现计算机自动分词和可比评测的基础;(2)实践证明,基于手工规则的分词系统在评测中不敌基于统计学习的分词系统;(3)在Bakeoff数据上的评估结果表明,未登录词造成的分词精度失落至少比分词歧义大5倍以上;(4)实验证明,能够大幅度提高未登录词识别性能的字标注统计学习方法优于以往的基于词(或词典)的方法,并使自动分词系统的精度达到了新高。; 关键词计算机应用中文信息处理中文分词词语定义未登录词识别字标注分词方法; Keywords computer application Chinese information processing Chinese word segmentation （CWS） definition of words out-of-vocabulary （OOV） word recognition Character-based tagging approach of CWS; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名藏语语料库加工方法研究被引量：13: 5; 作者才让加; 机构青海师范大学藏文信息研究中心; 出处《计算机工程与应用》 CSCD 北大核心 2011年第6期138-139,146,共3页; 基金国家语委基金(No.MZ115-018) 国家社会科学基金(No.07BYY035) +1 种基金 973计划前期研究专项(No.2010CB334708); 文摘为了使藏语语料库具有规范性、统一性和实用性,提高加工的整体水平,在藏语语料库的加工过程中首先要对五花八门的藏语语料库进行整理和统一,得到高质量的原始语料库,其次确定藏语原料库加工的切分单位,针对藏语的语法特征提出藏语语料库藏语词语类别和词类标记集,同时在对藏语词语进行归类和统计的基础上建立分词标注词典库,设计并实现藏文自动分词标注软件,利用分词标注软件对大规模藏语语料库进行切分和标注,最终实现藏语语料库的多级加工。; 关键词藏语语料库规范词类标记集词典分词标注; Keywords Tibetan corpus norms lexicon mark sets dictionary participle labeling; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名少数民族语言分词技术评测数据集MLWS2021: 6; 作者赵小兵高璐高定国包乌格徳勒米尔阿迪力江·麦麦提刘洋才智杰孙媛; 机构中央民族大学; 出处《中国科学数据（中英文网络版）》 CSCD 2022年第2期2-10,共9页; 基金国家语委科研重点项目(ZDI135-118); 文摘依据蒙古文、藏文和维吾尔文词汇的构词规律和特点,制定适合计算机信息处理的蒙古文、藏文和维吾尔文分词评测标准,构建蒙古文、藏文和维吾尔文的分词标注语料,形成标准评测数据集(MLWS2021),为解决自动分词、词性标注、信息检索、语料库构建等研究课题提供依据。MLWS2021共包含2.5万句藏文、6.5万句蒙古文、6.5万句维吾尔文。本评测数据集将面向社会,提供免费评测服务,逐步建成权威的少数民族语言分词技术评测平台,推动少数民族语言信息处理技术的发展。; 关键词少数民族语言分词标注评测数据集分词标准规范; Keywords minority language word segmentation evaluation dataset standard specification for word segmentation; 分类号 H2 [语言文字] TP391.1 [语言文字—少数民族语言]; 在线阅读下载PDF 职称材料

题名采用Stack-Tree LSTM的汉语一体化依存分析模型被引量：2: 7; 作者刘航刘明童张玉洁徐金安陈钰枫; 机构北京交通大学计算机与信息技术学院; 出处《中文信息学报》 CSCD 北大核心 2019年第1期10-17,共8页; 基金国家自然科学基金(61876198 61370130) +2 种基金 2015JBM033) 科学技术部国际科技合作计划(K11F100010); 文摘在汉语一体化依存分析中,如何利用分词、词性标注和句法分析的中间结果作为分析特征成为核心问题,也是三个任务相互制约协调、共同提高性能的关键所在。目前无论基于特征工程的方法还是基于深度学习的方法尚无法充分利用分析过程中依存子树的完整信息,而依存子树作为中间结果的主要成分对三个任务的后续分析具有重要的指导意义。该文在基于转移的依存分析框架下,提出Stack-Tree LSTM依存子树编码方法,通过对分析栈中所有依存子树的有效建模,获取任意时刻的依存子树的完整信息作为特征参与转移动作决策。利用该编码方式提出词性特征使用方法,融合N-gram特征构建汉语一体化依存分析神经网络模型。最后在宾州汉语树库上进行了验证实验,并与已有方法进行了比较。实验结果显示:该文提出的模型在分词、词性标注和依存分析任务上的性能非常接近特征工程最好的结果,并且均超过已有的一体化依存分析神经网络模型。; 关键词中文分词、词性标注和依存分析依存子树神经网络; Keywords Chinese word segmentation,POS tagging and dependency parsing dependency subtree neural network; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名藏文语料库深加工方法研究: 8; 作者才藏太; 机构青海师范大学计算机学院; 出处《计算机工程与应用》 CSCD 2012年第26期127-130,147,共5页; 基金国家973计划项目(No.2010CB334708) 国家自然科学基金(No.61163018) 青海师范大学创新基金项目(No.2011-Z-754/2011-Z-755); 文摘随着自然语言信息处理的不断发展和完善,大规模语料文本处理已经成为计算语言学界的一个热门话题。一个重要的原因是从大规模的语料库中能够提取出所需要的知识。结合973前期项目《藏文语料库分词标注规范研究》的开发经验,论述了班智达大型藏文语料库的建设,分词标注词典库和分词标注软件的设计与实现,重点讨论了词典库的索引结构及查找算法、分词标注软件的格词分块匹配算法和还原算法。; 关键词藏文语料库分词标注分词词典还原算法; Keywords Tibetan corpus segmentation and tag segmentation dictionary decompression algorithm; 分类号 TP393 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

题名基于统计的汉藏机器翻译系统关键技术研究与实现: 9; 作者群诺尼玛扎西完么扎西嘎玛扎西; 机构西藏大学信息科学技术学院; 出处《高原科学研究》 2018年第2期97-104,共8页; 基金国家重点研发计划项目(2017YFB1402200) 西藏自治区科技计划重大科技专项(ZDZX2017000136) 西藏自治区科技计划重点项目(2015XZ01G25); 文摘随着统计机器学习方法的迅速普及,机器翻译技术有了突飞猛进的进展,但是目前基于汉藏两种语言的机器翻译系统研究还处于启蒙阶段。文章主要研究和扩充了已有的统计翻译模型,对藏文文法的特殊性进行了适当的处理,包括藏文动词的时态处理、动词及物性处理、格助词处理等;为解决平行语料不足导致的数据稀疏问题,对基于中介语言的词语翻译模型进行了改进,融合了基于中介语言的统计翻译模型和直接翻译模型;应用"少监督"的方法,改善了统计机器翻译模型训练过程的盲目性、低效性、冗余性和表面性等缺陷,并将这种方法加入到现有的训练过程得到改善的训练方法。; 关键词汉藏机器翻译调序算法树到串翻译模型自动分词与标注; Keywords Chinese-Tibetan machine translation sequence algorithm tree-to-string translation model auto.matic word segmentation and tagging; 分类号 H085 [语言文字]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于字符的中文分词、词性标注和依存句法分析联合模型	郭振张玉洁苏晨徐金安	《中文信息学报》 CSCD 北大核心	2014	14	在线阅读下载PDF 职称材料
2	基于实例的中文分词-词性标注方法的应用研究	姜涛姚天顺张俐	《小型微型计算机系统》 CSCD 北大核心	2007	4	在线阅读下载PDF 职称材料
3	基于有效子串标注的中文分词	赵海揭春雨	《中文信息学报》 CSCD 北大核心	2007	26	在线阅读下载PDF 职称材料
4	中文分词十年回顾	黄昌宁赵海	《中文信息学报》 CSCD 北大核心	2007	251	在线阅读下载PDF 职称材料
5	藏语语料库加工方法研究	才让加	《计算机工程与应用》 CSCD 北大核心	2011	13	在线阅读下载PDF 职称材料
6	少数民族语言分词技术评测数据集MLWS2021	赵小兵高璐高定国包乌格徳勒米尔阿迪力江·麦麦提刘洋才智杰孙媛	《中国科学数据（中英文网络版）》 CSCD	2022		在线阅读下载PDF 职称材料
7	采用Stack-Tree LSTM的汉语一体化依存分析模型	刘航刘明童张玉洁徐金安陈钰枫	《中文信息学报》 CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料
8	藏文语料库深加工方法研究	才藏太	《计算机工程与应用》 CSCD	2012		在线阅读下载PDF 职称材料
9	基于统计的汉藏机器翻译系统关键技术研究与实现	群诺尼玛扎西完么扎西嘎玛扎西	《高原科学研究》	2018		在线阅读下载PDF 职称材料