Please wait a minute...
Advanced Search
现代图书情报技术  1998, Vol. 14 Issue (4): 22-26     https://doi.org/10.11925/infotech.1003-3513.1998.04.06
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
汉语自动分词研究的现状与新思维
尹锋
(湖南省科技信息研究所 长沙   410001)
Chinese Word Automatic Segmenting Research:the Status Quo and New Ideas
Yin Feng
(HuNan Province Institute of Science and Technology Information)
全文:
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      出版日期: 1998-08-25
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, 1998, 14(4): 22-26.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.1998.04.06      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y1998/V14/I4/22

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] 范少萍,赵雨宣,安新颖,吴清强. 基于卷积神经网络的医学实体关系分类模型研究*[J]. 数据分析与知识发现, 2021, 5(9): 75-84.
[2] 范涛,王昊,吴鹏. 基于图卷积神经网络和依存句法分析的网民负面情感分析研究*[J]. 数据分析与知识发现, 2021, 5(9): 97-106.
[3] 顾耀文, 张博文, 郑思, 杨丰春, 李姣. 基于图注意力网络的药物ADMET分类预测模型构建方法*[J]. 数据分析与知识发现, 2021, 5(8): 76-85.
[4] 张乐, 冷基栋, 吕学强, 崔卓, 王磊, 游新冬. RLCPAR:一种基于强化学习的中文专利摘要改写模型*[J]. 数据分析与知识发现, 2021, 5(7): 59-69.
[5] 韩普,张展鹏,张明淘,顾亮. 基于多特征融合的中文疾病名称归一化研究*[J]. 数据分析与知识发现, 2021, 5(5): 83-94.
[6] 孟镇,王昊,虞为,邓三鸿,张宝隆. 基于特征融合的声乐分类研究*[J]. 数据分析与知识发现, 2021, 5(5): 59-70.
[7] 王楠,李海荣,谭舒孺. 基于改进SMOTE算法与集成学习的舆情反转预测研究*[J]. 数据分析与知识发现, 2021, 5(4): 37-48.
[8] 李丹阳, 甘明鑫. 基于多源信息融合的音乐推荐方法 *[J]. 数据分析与知识发现, 2021, 5(2): 94-105.
[9] 程铁军, 王曼, 黄宝凤, 冯兰萍. 基于CEEMDAN-BP模型的突发事件网络舆情预测研究*[J]. 数据分析与知识发现, 2021, 5(11): 59-67.
[10] 丁浩, 艾文华, 胡广伟, 李树青, 索炜. 融合用户兴趣波动时序的个性化推荐模型*[J]. 数据分析与知识发现, 2021, 5(11): 45-58.
[11] 尹浩然,曹金璇,曹鲁喆,王国栋. 扩充语义维度的BiGRU-AM突发事件要素识别研究*[J]. 数据分析与知识发现, 2020, 4(9): 91-99.
[12] 邱尔丽,何鸿魏,易成岐,李慧颖. 基于字符级CNN技术的公共政策网民支持度研究 *[J]. 数据分析与知识发现, 2020, 4(7): 28-37.
[13] 王思迪,胡广伟,杨巳煜,施云. 基于文本分类的政府网站信箱自动转递方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 51-59.
[14] 刘伟江,魏海,运天鹤. 基于卷积神经网络的客户信用评估模型研究*[J]. 数据分析与知识发现, 2020, 4(6): 80-90.
[15] 王末,崔运鹏,陈丽,李欢. 基于深度学习的学术论文语步结构分类方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 60-68.
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