基于虛詞用法的偏誤檢測識別研究.pdf

1、漢語的虛詞豐富多樣且沒有形態(tài)標記和曲折變化，卻又擔負著繁重的語法和語義的表現(xiàn)任務，這就決定了虛詞更加靈活和難以掌握，因此對虛詞的研究有著重要的意義?，F(xiàn)代漢語虛詞用法的自動識別是以虛詞用法知識庫為基石的，虛詞用法知識庫越完備、規(guī)模越大，對現(xiàn)代漢語虛詞用法的自動識別也會越有幫助。本文簡要介紹了現(xiàn)代漢語虛詞用法知識庫的概念和“三位一體”的結構框架，并詳細介紹了現(xiàn)代漢語虛詞用法知識庫的內容:現(xiàn)代漢語虛詞用法詞典、現(xiàn)代漢語虛詞用法規(guī)則庫、現(xiàn)代漢語

2、虛詞用法語料庫。
　　 目前虛詞用法的自動識別方法有基于規(guī)則和基于統(tǒng)計兩種基礎方法，還有二者相互結合的方法，本文采用基于規(guī)則的方法詳細介紹了虛詞用法的自動識別。一個虛詞有多種用法，就有多個識別規(guī)則，在虛詞用法的自動識別過程中使用規(guī)則的不同順序可以得到不同的用法識別的準確率。對規(guī)則進行全排序并用全排序的結果逐一標注可以得到最佳排序，但是時間復雜度較高。而先對全排序的結果進行篩選，然后用篩選之后的集合標注則可以大大降低時間復雜度。<

3、br>　　 “偏誤”一詞主要用于二語習得領域的中介語錯誤，初高中生語文考試中的病句與其在句型和特征方面有不同的地方，但是大體上都可以歸類于錯序、誤加、誤代、遺漏四大類，并且虛詞錯用在其中所占的比例都非常大。因此可以考慮都用基于虛詞用法的方法進行識別研究。偏誤類型在大的方面可以分為四類，但是具體到每個虛詞的用法，情況卻千差萬別。本文從虛詞用法的角度，用基于規(guī)則的識別方法對四類偏誤中的部分小類進行研究，識別準確率為:83.67％、91.5