領(lǐng)域漢語理解中的智能分詞和聚類及其在機械產(chǎn)品設(shè)計中的應(yīng)用.pdf

1、本文設(shè)計并實現(xiàn)了領(lǐng)域漢語理解中的智能分詞及聚類模型，并將其應(yīng)用于機械產(chǎn)品的設(shè)計過程，依托整個領(lǐng)域漢語理解系統(tǒng)實現(xiàn)了自然語言形式描述的用戶設(shè)計要求到計算機能夠識別的概念設(shè)計要求或設(shè)計參數(shù)的轉(zhuǎn)化。 首先，分析了現(xiàn)有的分詞系統(tǒng)設(shè)計的優(yōu)點及其存在的不足，提出了基于系統(tǒng)論的機械分詞和基于語義理解的分詞相結(jié)合的智能分詞模型。將智能分詞模塊嵌入到整個領(lǐng)域漢語理解系統(tǒng)中，在機械分詞階段提供所有可能的分詞結(jié)果，并進(jìn)行詞法分析級別的歧義排除，在后續(xù)

2、的漢語理解系統(tǒng)的語義分析模塊中排除存在語義歧義的分詞結(jié)果，最后利用體現(xiàn)其智能性的反饋模塊將理解結(jié)果反饋回分詞詞庫，實現(xiàn)分詞系統(tǒng)和整個自然語言理解系統(tǒng)的自我完善及良性互動。其次，將聚類分析應(yīng)用于領(lǐng)域漢語理解系統(tǒng)的領(lǐng)域劃分模塊中，完成對分詞結(jié)果的領(lǐng)域定位。同時將詞匯聚類系統(tǒng)運用于領(lǐng)域漢語理解系統(tǒng)的反饋模塊中，用理解完畢后，自動建模之前的準(zhǔn)分詞結(jié)果對詞匯聚類系統(tǒng)進(jìn)行訓(xùn)練，使其逐步完善，最終完成對分詞詞庫的詞匯聚類，提高分詞及領(lǐng)域漢語理解的準(zhǔn)確