计算机应用研究

作者：李对红,王裴岩,张桂平,张少阳,

单位：沈阳航空航天大学人机智能研究中心,沈阳110136；

关键词：中文分词,构词规律,模型参数,聚类,

基金：辽宁省自然科学基金计划重点项目(20170540705)；国家教育部人文社会青年科学研究基金资助项目(17YJC740087)；；

字标注分词方法是当前中文分词领域中一种较为有效的分词方法，但由于中文汉字本身带有语义信息，不同字在不同语境中其含义与作用不同，导致每个字的构词规律存在差异。针对这一问题，提出了一种基于字簇的多模型中文分词方法，首先对每个字进行建模，然后对学习出的模型参数进行聚类分析形成字簇，最后基于字簇重新训练模型参数。实验结果表明，该方法能够有效地发现具有相同或相近构词规律的字簇，很好地区别了同类特征对不同字的作用程度。

来源：2020年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第2期