以词为本的编码方案的探讨

• 作者: 程元斌
• 来源期刊: 江汉大学学报（自然科学版）
• 学科: 工学
• 关键词: 词编码 UTF-16 聚类检索 概念空间树 自然语言处理
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP391.11
• 字数: 6601字
• 语种: 中文

摘要

语言是人进行思维的主要工具,词是语言处理的基本单位.在计算机信息处理中,目前是按字设计编码.随着计算机信息处理技术的发展,这种完全按字编码的不足也日益显示出来.从信息处理的基本需求以及词的基本特性出发,提出字词综合考虑且以词为本的统一编码方案.该方案以现行的主要编码标准UTF-16为基础,维持现有的字编码,增加词编码；词编码以包括一定语义信息及语义关系的概念空间树进行逻辑组织,以适应聚类检索及语种间代码转换的原则进行空间组织 最后指出了需要进一步深入研究的几个疑难问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程元斌	江汉大学数学与计算机科学学院	8	13	2.0	3.0