谈谈汉语分词语料库的一致性问题

来源 :语言文字应用 | 被引量 : 0次 | 上传用户:zhangduanhua0505
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
经过分词处理的大型汉语语料库是进行语言学和计算语言学研究的重要资源。一致性是衡量分词语料库质量的重要标准之一。本文列举了导致分词语料库出现不一致的主要结构类型,讨论了“语法词”与“心理词”的区别,指出分词语料库以切成“心理词”为宜。“心理词”的模糊性决定了严格意义的完全一致对分词语料库是不可能实现的,我们所追求的目标应调整为受控条件下的一致性。 The large Chinese corpus processed by word segmentation is an important resource for linguistics and computational linguistics. Consistency is one of the important criteria to measure the quality of corpus. This article lists the main types of structures that lead to inconsistencies in the participle corpus. It discusses the differences between “grammatical words” and “psychological words”, and points out that the segmentation corpus should be cut into “psychological words”. The ambiguity of “psychology words” determines that exactly the exact meaning of psychology words can not be achieved for the segmentation corpus. The goals we pursue should be adjusted to be consistent under controlled conditions.
其他文献
一马庆株《汉语动词和动词性结构》(北京语言学院出版社,1992)出版后受到国内外专家学者的普遍赞誉,并荣获首届全国高等学校人文社会科学研究优秀成果二等奖。六年后,语义语法范畴研究
Terahertz transmission spectra of methylparaben,ethylparaben,propyl-p-hydroxybenzoate and butyl-p-hydroxybenzoate were measured by terahertz time-domain spectro
目的 为探讨女性不孕与支原体、衣原体感染的关系。方法 采用间接血球凝集试验检测支原体抗体 ,单克隆抗体快速免疫检测宫颈上皮细胞内的衣原体 (CT)抗原 ,对不孕妇女进行
随着透析和肾移植技术的发展,慢性肾功能衰竭(肾衰)患者的寿命显著延长,其骨骼病变日益受到各国学者的关注。我国透析疗法起步较晚,但对透析用水均作了处理,铝中毒引起的低转化性骨病中也较国外为少。因而,继发性甲状旁腺机能亢进(SHP)是引起肾性骨营养不良的主要原因。
我好想拥有一部汽车,可以带着我飞向田野山川,而不会在每个阳光灿烂的周末,带着孩子在人流如织的公园中,与那些规划整齐的花木草坪亲近;我多么想拥有一部汽车,可以接待远方的
用Anton Paar型55精密数字密度计测定了甘氨酸在N,N-二甲基甲酰胺(DMF)水溶液中的密度,计算了甘氨酸的表观摩尔体积、极限偏摩尔体积、迁移偏摩尔体积和理论水化数,讨论了DMF
9月16日,江淮全新一代世界级高端轻卡——江淮帅铃Ⅲ在天府之国四川成都震撼上市。安徽江淮汽车股份有限公司副总经理、技术中心常务副主任严刚与来自四川、重庆、云南、贵州
秋冬季节,天气干燥,运动中的人、行驶的汽车都难免发生摩擦,带电现象也就极为平常了。汽车静电的产生主要有两点:一是在干燥的秋冬季节,车内的纤维织物,如地毯、座椅、衣物等
近年来由于多种因素导致剖宫产率逐年上升 ,有关剖宫产儿的问题也越来越受到人们的重视 ,有些学者提出剖宫产儿综合征的问题 ,现将我院 2 62例剖宫产儿及 12 0例阴道难产儿进
本试验对雄性SD大鼠进行了亚慢性镉染毒,经HE染色、甲基缘一派若宁双重染色和过碘酸-雪夫反应(PAS)染片后,在光学显微镜下观察了大鼠肾脏的改变。结果显示,大鼠肾脏未见明显的肾小管坏死、