中文语料库分词不一致的分类处理研究

• 作者: 苗玺 郑家恒
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 分词 一致性 中文信息处理
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 22-25
• 页数: 4页
• 分类号: TP39
• 字数: 2989字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2395.2006.01.007

摘要

;大规模语料库中分词结果不一致现象影响着语料库分词质量.在对150万汉字熟语料进行了统计分析的基础上,我们定义了语料库中分词结果不一致的主要结构类型;采用规则的方法检验校对字串的分词不一致,在对150万汉字语料库的封闭测试中,正确率为86.94%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑家恒	山西大学计算机与信息技术学院	58	1189	16.0	33.0
2	苗玺	山西大学计算机与信息技术学院	1	11	1.0	1.0