簡(jiǎn)繁漢字系統(tǒng)的網(wǎng)絡(luò)特性比較及簡(jiǎn)繁人名對(duì)挖掘.pdf

1、近年來國內(nèi)外已經(jīng)開發(fā)不同版本的簡(jiǎn)繁漢字自動(dòng)轉(zhuǎn)換系統(tǒng)，基本滿足了兩岸四地日益頻繁的經(jīng)濟(jì)文化交流與合作。對(duì)于開發(fā)較高質(zhì)量的簡(jiǎn)繁漢字轉(zhuǎn)換系統(tǒng)，需建立在簡(jiǎn)繁漢字比較基礎(chǔ)之上，但目前簡(jiǎn)繁漢字差異性研究主要停留在字形和詞的層面，還不夠系統(tǒng)和全面，缺少從語言整體角度上系統(tǒng)分析簡(jiǎn)繁漢字的差異性;目前簡(jiǎn)繁轉(zhuǎn)換系統(tǒng)還存在一些不足，如:對(duì)專有名詞的轉(zhuǎn)換，主要依靠簡(jiǎn)繁詞庫對(duì)照表進(jìn)行，而現(xiàn)有簡(jiǎn)繁詞庫的規(guī)模還不夠大且存在錯(cuò)誤詞對(duì)，由于缺少平行簡(jiǎn)繁語料，很難從語料中

2、自動(dòng)獲取簡(jiǎn)繁術(shù)語對(duì);對(duì)于人名轉(zhuǎn)換問題，準(zhǔn)確率還比較低。因此本文針對(duì)這些問題進(jìn)行研究旨在從新的思路來促進(jìn)簡(jiǎn)繁轉(zhuǎn)換技術(shù)的發(fā)展，主要工作包括:
　　1)本文針對(duì)新聞?wù)Z體語料，分別建立了簡(jiǎn)繁相同節(jié)點(diǎn)數(shù)及相同語料規(guī)模的詞同現(xiàn)網(wǎng)絡(luò)，并分別對(duì)兩種網(wǎng)絡(luò)做了復(fù)雜網(wǎng)絡(luò)特性方面的系統(tǒng)比較。通過實(shí)驗(yàn)得出結(jié)論有:首先簡(jiǎn)繁漢語詞同現(xiàn)網(wǎng)絡(luò)都具有小世界和無標(biāo)度的特性;其次通過對(duì)所得到的簡(jiǎn)繁漢字核心詞典進(jìn)行比較，發(fā)現(xiàn)簡(jiǎn)繁漢字核心詞典具有一定通用性，但也存在一些差異

3、，而且繁體漢字書面語還保留了一定的文言文特征;此外，通過對(duì)網(wǎng)絡(luò)中的基元進(jìn)行統(tǒng)計(jì)分析，得出簡(jiǎn)繁漢字系統(tǒng)在語義方面具有一致性。
　　2)首先我們借助簡(jiǎn)繁詞向量表示和簡(jiǎn)繁語言之間的一種線性映射，實(shí)現(xiàn)對(duì)簡(jiǎn)繁術(shù)語和地名的轉(zhuǎn)換，通過實(shí)驗(yàn)表明，該方法可以比較有效的對(duì)簡(jiǎn)繁詞進(jìn)行轉(zhuǎn)換，證明我們的工作可以從語料中抽取簡(jiǎn)繁術(shù)語對(duì)，用于擴(kuò)展和修正現(xiàn)有簡(jiǎn)繁詞庫對(duì)照表;其次我們利用簡(jiǎn)繁詞轉(zhuǎn)換矩陣與編輯距離加權(quán)結(jié)合的方法，實(shí)現(xiàn)對(duì)人名的轉(zhuǎn)換。實(shí)驗(yàn)結(jié)果表明，我們的