汉语分词中组合歧义字段的研究

• 作者: 张素香 王小捷 秦颖
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 汉语切分 组合歧义 最大熵 特征
• 年，卷（期）: 2007,（1）
• 页码范围: 3-8
• 页数: 6页
• 分类号: TP3
• 字数: 5178字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2007.01.001

摘要

汉语自动分词中组合歧义是难点问题,难在两点: 组合歧义字段的发现和歧义的消解.本文研究了组合歧义字段在切开与不切时的词性变化规律,提出了一种新的组合歧义字段自动采集方法,实验结果表明该方法可以有效地自动发现组合歧义字段,在1998年1月<人民日报>中就检测到400多个组合歧义字段,远大于常规方法检测到的歧义字段数目.之后利用最大熵模型对60个组合歧义字段进行消歧,考察了六种特征及其组合对消歧性能的影响,消歧的平均准确度达88.05%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小捷	北京邮电大学信息工程学院	35	179	8.0	11.0
2	张素香	北京邮电大学信息工程学院	17	355	8.0	17.0
6	秦颖	北京邮电大学信息工程学院	4	68	3.0	4.0