中文新詞語(yǔ)自動(dòng)檢測(cè)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩53頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著社會(huì)、經(jīng)濟(jì)的飛速發(fā)展,越來越多的中文新詞語(yǔ)出現(xiàn)在人們的生活中.新詞語(yǔ)的出現(xiàn)豐富了語(yǔ)言的色彩,同時(shí)也給扁編纂、中文自然語(yǔ)言處理等領(lǐng)域帶來了挑戰(zhàn).如何尋找新詞語(yǔ)成了一個(gè)重要的問題.然而目前新詞語(yǔ)并沒有一個(gè)明確的、公認(rèn)的定義,該文根據(jù)詞法分析和語(yǔ)言學(xué)中對(duì)于新詞語(yǔ)的定義,將新詞語(yǔ)分為命名實(shí)體、詞形新的詞語(yǔ)和意義用法發(fā)生變化的已有詞語(yǔ)這三大類.該文研究的是對(duì)于詞形新的詞語(yǔ)的自動(dòng)檢測(cè).目前對(duì)于詞形新的新詞語(yǔ)識(shí)別研究比較少見.而且現(xiàn)有的研究所尋找

2、的新詞語(yǔ)都是限于領(lǐng)域或者是限于新詞語(yǔ)的詞長(zhǎng).該文提出了一個(gè)從Internet采集下來的網(wǎng)頁(yè)中尋找新詞語(yǔ)的方法,目標(biāo)是從一個(gè)整體角度尋找不限詞長(zhǎng)、不限領(lǐng)域的在指定日期后出現(xiàn)的新詞語(yǔ).根據(jù)該文提出的方法實(shí)現(xiàn)的整個(gè)系統(tǒng)分為三個(gè)部分:網(wǎng)頁(yè)采集、網(wǎng)頁(yè)分析和新詞語(yǔ)查找.在網(wǎng)頁(yè)分析部分提取網(wǎng)面的內(nèi)容和日期,對(duì)網(wǎng)頁(yè)內(nèi)容進(jìn)行分詞,查找重復(fù)串,然后將所有的詞和串帶上日期存入原始信息數(shù)據(jù)庫(kù).在新詞語(yǔ)查找中,根據(jù)給定的日期將原始信息數(shù)據(jù)庫(kù)分成背景數(shù)據(jù)庫(kù)和過濾數(shù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論