基于N-Gram模型的高速汉字编码识别系统

• 作者: 刘群 李继锋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 编码识别 n元语法模型 一元语法模型
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 学术探讨
• 页码范围: 39-41,177
• 页数: 4页
• 分类号: TP391.4
• 字数: 4207字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.03.013

摘要

该文提出了一个应用n元语法模型(N-Gram)自动识别文档中汉字编码的方法,并介绍了一个已投入使用的汉字编码自动识别系统的设计和具体实现.该系统采用的是以字为基本单位的一元语法模型Uni-Gram,建立在语料库的基础上,仅用输入前N个字的字频计算输入串的生成概率,可以高速、准确识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘群	中国科学院计算技术研究所软件研究室	85	2516	22.0	49.0
2	李继锋	中国科学院计算技术研究所软件研究室	1	15	1.0	1.0