学位论文 > 优秀研究生学位论文题录展示

新闻语料中名词短语识别的研究

作　者: 邱强
导　师: 王小捷
学　校: 北京邮电大学
专　业: 电子与通信工程
关键词: 基本名词短语短语识别新闻自然语言处理模版浅层句法分析
分类号: TP391.43
类　型: 硕士论文
年　份: 2011年
下　载: 22次
引　用: 0次
阅　读: 论文下载

内容摘要

短语识别在机器翻译、信息检索、信息抽取、文本分类和问题回答系统等自然语言处理应用领域中起着重要作用。随着互联网的应用越来越普及,网络中包含大量新闻性的语言信息,如果无法得到及时有效的处理,那么蕴含其中的巨大价值就无法利用。而在新闻性的语料中,名词短语占了文章中短语数目的大部分,因此,针对名词短语的识别研究具有很强的研究意义及实用价值。本文在分析了当前主要名词短语识别方法的基础上,提出一种识别算法,该方法选用Chinese TreeBank语料库,首先基于人工分析得到一些名词短语的识别规律知识,并将这些知识与一个基于语料库的基本名词短语识别系统相结合。最终得到的系统在开放测试下,准确率达到93%,召回率达到84%。识别知识包括内部知识和外部知识两部分。内部知识是指构成基本名词短语的词串构成的模板知识(本文中主要指短语的词性构成),外部知识是指基本名词短语所在上下文环境的知识(本文中指词性构成模板前后若干个词的词性)。模板是识别基本名词短语的必要条件,不是充分条件,需要有外部知识(模板应用环境)指导才能做到模板的精确应用。本文对模板的应用环境做了较多基础性研究工作,使评价识别结果的主要指标都得到不同程度的提高。

新闻语料中名词短语识别的研究

内容摘要

全文目录

相似论文