改進(jìn)的編輯距離算法的研究及其在電子政務(wù)中的應(yīng)用.pdf

1、近年來，自然語言處理在互聯(lián)網(wǎng)上被廣泛的使用，目前流行的搜索引擎和社交網(wǎng)絡(luò)中都采用了自然語言處理技術(shù)，因此自然語言處理的發(fā)展前景可觀。自然語言處理是人工智能與計算機(jī)相結(jié)合的一個重要方向，對自然語言的研究可以讓計算機(jī)理解人類的語言，甚至理解人類的思維方式，從而讓計算機(jī)更好地服務(wù)于人類。
　　自然語言中對相似度的研究是一項很重要的基礎(chǔ)工作，因為它應(yīng)用在人類的各個方面，除了用于翻譯、信息檢索等很基礎(chǔ)的領(lǐng)域之外，還有一些高端應(yīng)用，比如自動識

2、別、智能檢索等領(lǐng)域。目前擁有很多相似度算法，但這些算法大都是基于英文字符的。由于漢語是一門很復(fù)雜的語言，它的語序變化多端，缺省代指靈活，也沒有時態(tài)的變化，所以基于英文字符的算法幾乎無法處理漢語。
　　有不少學(xué)者對漢語相似度進(jìn)行了研究，也取得了一些進(jìn)展，同時也涌現(xiàn)出了一些優(yōu)秀的算法。比如：TF/IDF是一種基于統(tǒng)計的方法，但這種方法沒有考慮語義且不適用在語料庫很小的場合；語義詞典法是基于語義的標(biāo)注理論的，目前該技術(shù)發(fā)展還不夠成熟；詞