藏文自动分词中未登录词处理方法研究

• 作者: 羊毛卓玛 高定国
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 藏文信息处理 词缀归并 未登录词 分词碎片整合
• 年，卷（期）: 2012,（17）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 46-48
• 分类号: TP391.1
• 字数: 3042字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.17.013

摘要

藏文中后接成份出现频率较高,分词中未登录词的后缀单切现象会影响分词的正确率,为此,采用词(语素)+缀归并的方法,将藏文后接成份与前一词(语素)归并为一个切分单位输出.针对藏文中大量人名、地名、单位名等未登录词在分词时出现的碎片切分现象,使用分词碎片整合方法,将多次出现的词条碎片整合为一个切分单位输出.实验结果表明,2种方法能提高藏文自动分词的识别正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	羊毛卓玛	西藏大学工学院	3	15	3.0	3.0
3	高定国	西藏大学工学院	40	113	6.0	8.0