藏文自动分词系统的设计

• 作者: 才智杰 才让卓玛
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 中文信息处理 语料库 藏文分词
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 自然语言处理与语言识别
• 页码范围: 151-154
• 分类号: TP391
• 字数: 3013字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.05.030

摘要

语料库作为基本的语言数据库和知识库,是各种自然语言处理方法实现的基础.随着统计方法在自然语言处理中的广泛应用,语料库建设已成为重要的研究课题.自动分词是句法分析的一项不可或缺的基础性工作,其性能直接影响句法分析.本文通过对85万字节藏语语料的统计分析和藏语词的分布特点、语法功能研究,介绍基于词典库的藏文自动分词系统的模型,给出了切分用词典库的结构、格分决算法和还原算法.系统的研制为藏文输入法研究、藏文电子词典建设、藏文字词频统计、搜索引擎的设计和实现、机器翻译系统的开发、网络信息安全、藏文语料库建设以及藏语语义分析研究奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	才智杰	青海师范大学藏文信息处理省部共建教育部重点实验室	37	246	9.0	14.0
2	才让卓玛	青海师范大学藏文信息处理省部共建教育部重点实验室	41	139	7.0	10.0