Web新闻语料分词和标注错误分析

被引：6

作者：

张永奎 ^{[1
]}

张彦 ^{[1
]}

安增波 ^{[2
]}

刘睿 ^{[1
]}

机构：

[1] 山西大学计算机与信息技术学院

[2] 中国人民解放军部队自动化工作站

来源：

计算机工程与应用 | 2007年 / 15期

关键词：

中文信息处理; 分词; 词性标注; 错误类型; Web突发事件新闻语料库;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

通过分析Web突发事件语料库文本的加工统计得出11类错误类型,并对其中的一些错误提出了解决方案。研究结果不仅对语料库加工初期分词、标注方法的改进有启发作用,而且对中文的自动校对方法,提供一定的借鉴。

引用

页码：166 / 169

页数：4

共 5 条

[1] 汉语语料库词性标注自动校对方法研究 [J].

张虎 ;

郑家恒 ;

刘江 .

计算机应用, 2005, (01) :17-19+24

[2] 一种基于语词的分词方法 [J].

赵曾贻 ;

陈天娥 ;

朱兰 .

苏州大学学报(自然科学), 2002, (03) :44-48

[3] 北京大学现代汉语语料库基本加工规范 [J].

俞士汶 ;

段慧明 ;

朱学锋 ;

孙斌 .

中文信息学报, 2002, (05) :49-64

[4] 中文文本自动校对 [J].

张磊 ;

周明 ;

黄昌宁 ;

潘海华 .

语言文字应用, 2001, (01) :19-26

[5] 自动分词中未登录词问题的一揽子解决方案 [J].

陈小荷 .

语言文字应用, 1999, (03) :103-109

← 1 →