Please wait a minute...
Advanced Search
现代图书情报技术  2007, Vol. 2 Issue (3): 46-50     https://doi.org/10.11925/infotech.1003-3513.2007.03.10
  知识组织与知识管理 本期目录 | 过刊浏览 | 高级检索 |
基于规则的中文时间词和数词的自动识别算法
高霄云 杨建林
(南京大学信息管理系 南京 210093)
Chinese Time Words and Numerals Automatic Segmentation Method Based on Rules
Gao Xiaoyun  Yang Jianlin
(Department of Information Management, Nanjing University, Nanjing 210093, China)
全文: PDF (642 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

对中文时间词和数词在文本中的常见形式进行归纳,以此为基础构建用于识别时间词、数词的规则集,提出一个基于规则的时间词和数词自动识别算法,并对该算法在竞争情报分析领域和机器翻译领域中的应用价值进行论述。

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
杨建林
高霄云
关键词 词语切分信息抽取规则    
Abstract

This paper firstly generalizes the formats of Chinese time words and numerals appearing in the text. Based on them, this paper then sets up a rule sets for recognition, proposes a method about Chinese time words and numerals based on rules and discusses its application value in competitive intelligence analysis as well as machine translation field at last.

Key wordsWord segmentation    Information extraction    Rule
收稿日期: 2007-01-08      出版日期: 2007-03-25
: 

TP391 

 
  G252

 
通讯作者: 高霄云     E-mail: blue-6095@163.com
作者简介: 高霄云,杨建林
引用本文:   
高霄云,杨建林 . 基于规则的中文时间词和数词的自动识别算法[J]. 现代图书情报技术, 2007, 2(3): 46-50.
Gao Xiaoyun,Yang Jianlin . Chinese Time Words and Numerals Automatic Segmentation Method Based on Rules. New Technology of Library and Information Service, 2007, 2(3): 46-50.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.03.10      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I3/46

1余战秋.中文分词技术及其应用初探.电脑知识与技术,2004(32):81-83
2孙茂松,邹嘉彦.汉语自动分词研究评述.当代语言学,2001,3(1):22-32
3温有奎.基于知识元的文本知识标引.情报学报,2006,25(3):282-288
4Regina Barzilay, Noemie Elhadad, and Kathleen R. McKeown. Sentence Ordering in Multidocument Summarization. In: Proceedings of the 1st Human Language Technology Conference. San Diego, California, 2001
5孙广范,宋金平,袁琦.机器翻译中规则和模板的协调方法研究.中文信息学报,2006(20):31-35
6张江.基于规则的分词方法.计算机与现代化,2005,(4):18-20
7郑泽之,张普,杨建国.基于语料库的字母词语自动提取研究.中文信息学报,2005,19(2):78-85

[1] 谭荧, 唐亦非. 基于指代消解的引文内容抽取研究*[J]. 数据分析与知识发现, 2021, 5(8): 25-33.
[2] 李铁军,颜端武,杨雄飞. 基于情感加权关联规则的微博推荐研究*[J]. 数据分析与知识发现, 2020, 4(4): 27-33.
[3] 魏伟,郭崇慧,邢小宇. 基于语义关联规则的试题知识点标注及试题推荐*[J]. 数据分析与知识发现, 2020, 4(2/3): 182-191.
[4] 陶玥,余丽,张润杰. 科技文献中短语级主题抽取的主动学习方法研究*[J]. 数据分析与知识发现, 2020, 4(10): 134-143.
[5] 黄名选,卢守东,徐辉. 基于加权关联模式挖掘与规则后件扩展的跨语言信息检索 *[J]. 数据分析与知识发现, 2019, 3(9): 77-87.
[6] 强韶华,罗云鹿,李玉鹏,吴鹏. 基于RBR和CBR的金融事件本体推理研究 *[J]. 数据分析与知识发现, 2019, 3(8): 94-104.
[7] 张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[8] 刘志强,都云程,施水才. 基于改进的隐马尔科夫模型的网页新闻关键信息抽取*[J]. 数据分析与知识发现, 2019, 3(3): 120-128.
[9] 卢强,朱振方,徐富永,国强强. 融合语法规则的Bi-LSTM中文情感分类方法研究 *[J]. 数据分析与知识发现, 2019, 3(11): 99-107.
[10] 章成志,李铮. 基于学术论文全文的创新研究评价句抽取研究 *[J]. 数据分析与知识发现, 2019, 3(10): 12-18.
[11] 何跃, 丰月, 赵书朋, 马玉凤. 基于知乎问答社区的内容推荐研究——以物流话题为例[J]. 数据分析与知识发现, 2018, 2(9): 42-49.
[12] 牟冬梅, 金姗, 琚沅红. 基于文献数据的疾病与基因关联关系研究*[J]. 数据分析与知识发现, 2018, 2(8): 98-106.
[13] 何跃, 王爱欣, 丰月, 王莉. 基于关联规则的门诊药房布局优化[J]. 数据分析与知识发现, 2018, 2(1): 99-108.
[14] 魏星, 胡德华, 易敏寒, 朱启贞, 朱文婕. 基于数据立方体挖掘疾病-基因-药物新关联*[J]. 数据分析与知识发现, 2017, 1(10): 94-104.
[15] 黄名选. 基于矩阵加权关联模式的印尼中跨语言信息检索模型*[J]. 数据分析与知识发现, 2017, 1(1): 26-36.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn