汉语自动分词研究的现状与新思维

doi:10.11925/infotech.1003-3513.1998.04.06

全文: PDF(0 KB) HTML
输出: BibTeX | EndNote (RIS)

摘要

汉语自动分词是机器翻译、文献标引、智能检索、自然语言理解与处理的基础。本文对十余年来的汉语自动分词的研究方法与成果进行了综合论述, 分析了现有分词方法的特点, 提出了把神经网络和专家系统结合起来建立集成式汉语自动分词系统的新思维。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：汉语自动分词, 神经网络, 专家系统

Abstract：

Chinese word automatic segmenting is the basis of machine translation and indexing and intellectual retrieve and understanding & handling of natural language.This paper summarizes the method & positive result of chinese word segmenting in the past ten years,and analyzes characteristic of existing word segmenting.The author puts forward new ideas about combining nerual network with expert system to set up an integrated chinese word automatic segmenting system.

收稿日期: 1997-05-27

通讯作者: 尹锋

作者简介: 尹锋

引用本文:

尹锋. 汉语自动分词研究的现状与新思维[J]. 现代图书情报技术, 1998, 14(4): 22-26.
Yin Feng. Chinese Word Automatic Segmenting Research:the Status Quo and New Ideas. New Technology of Library and Information Service, DOI：10.11925/infotech.1003-3513.1998.04.06.

链接本文:

http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.1998.04.06

1 粱南元. 书面汉语自动分词综述. 计算机应用与软件,1987, (3)
2 焦李成. 神经网络系统理论. 西安电子科技大学出版社,1990, (12) . 第一版
3 何克抗等. 书面汉语自动分词专家系统设计原理. 中文信息学报, 1992, (2)
4 贺前华等. 汉语分词神经网络方法的模拟实现. 中文信息,1992, (3)
5 尹锋. 基于神经网络的汉语自动分词系统研究. 湖南大学学位论文, 1995, (11)
6 尹锋林亚平. 情报神经网络的设计与应用. 情报学报,1996, (3)
7 尹锋林亚平. 神经网络汉语分词技术. 软件世界, 1996,(12)

[1]	何振宇,董祥祥,朱庆华. 基于用户使用行为视角的百度百科词条分类研究^*[J]. 数据分析与知识发现, 2019, 3(6): 117-122.
[2]	刘勘,陈露. 面向医疗分诊的深度神经网络学习^*[J]. 数据分析与知识发现, 2019, 3(6): 99-108.
[3]	陈万成,戴浩然,金映含. 基于数据挖掘方法的HEDONIC房屋价格评估模型——以美国城市西雅图为例[J]. 数据分析与知识发现, 2019, 3(5): 19-26.
[4]	徐月梅,吕思凝,蔡连侨,张小娅. 结合卷积神经网络和Topic2Vec的新闻主题演变分析^*[J]. 数据分析与知识发现, 2018, 2(9): 31-41.
[5]	马晓宇,张晗,赵玉虹. 基于BRFSS数据库应用人工神经网络构建儿童哮喘预测模型^*[J]. 数据分析与知识发现, 2018, 2(8): 10-15.
[6]	孟虎,梁晓蓓,杨以雄,李敏. 大数据背景下基于LMBP算法的供应链绩效评价与优化^*[J]. 数据分析与知识发现, 2018, 2(11): 37-45.
[7]	武玉英,孙平,何喜军,蒋国瑞. 新能源领域专利转让加权网络中主体间技术交易机会预测^*[J]. 数据分析与知识发现, 2018, 2(11): 73-79.
[8]	肖延辉,王欣,冯文刚,田华伟,吴绍忠,李丽华. 基于长短记忆型卷积神经网络的犯罪地理位置预测方法^*[J]. 数据分析与知识发现, 2018, 2(10): 15-20.
[9]	黄孝喜,李晗雨,王荣波,王小华,谌志群. 基于卷积神经网络与SVM分类器的隐喻识别^*[J]. 数据分析与知识发现, 2018, 2(10): 77-83.
[10]	胡家珩,岑咏华,吴承尧. *基于深度学习的领域情感词典自动构建^——以金融领域为例**[J]. 数据分析与知识发现, 2018, 2(10): 95-102.
[11]	陈二静,姜恩波. 文本相似度计算方法研究综述[J]. 数据分析与知识发现, 2017, 1(6): 1-11.
[12]	闫晶,毕强,李洁,王福. *图书馆数字资源聚合质量预测模型构建^——基于改进遗传算法和BP神经网络**[J]. 数据分析与知识发现, 2017, 1(12): 49-62.
[13]	姜霖,王东波. 引文元数据的自动发现和标注方法研究——以外文引文为例[J]. 数据分析与知识发现, 2017, 1(1): 47-54.
[14]	王晓耘,袁媛,史玲玲. 基于微博的电影首映周票房预测建模^*[J]. 现代图书情报技术, 2016, 32(4): 31-39.
[15]	巴志超,李纲,朱世伟. 基于语义网络的研究兴趣相似性度量方法^*[J]. 现代图书情报技术, 2016, 32(4): 81-90.