计算机应用研究

作者：拉玛扎西,才智杰,扎西吉,

单位：青海师范大学计算机学院,西宁810008；

关键词：藏文,自然语言处理,分词,紧缩格,

基金：国家自然科学基金资助项目(61866032,61163018,61262051)；国家社科基金资助项目(13BYY141,16BYY167,15BYY167)；国家教育部“春晖计划”合作科研项目(Z2012093,Z2016077)；青海省基础研究项目(2017-ZJ-767,2019-SF-129,2015-SF-520)；“长江学者和创新团队发展计划”创新团队资助项目(IRT1068)；青海省重点实验室项目(2013-Z-Y17,2014-Z-Y32,2015

分词是自然语言处理的一项基础性工作，对自然语言处理的后继工作有较大的影响。紧缩格的识别是藏文分词中最难、最重要的技术之一。通过剖析已有藏文紧缩词识别方法，分析藏文字词的特征，针对性地提出了识别藏文紧缩格的规则算法、添加—还原算法和最大熵模型的特征模板，从而得到基于规则、添加还原法与最大熵模型相结合的藏文紧缩格识别方法。实验数据表明，该方法识别藏文紧缩格的准确率、召回率和F1值分别达99.26%、96.47%、97.85%，比现有最高的准确率有了较明显的提高。

来源：2019年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第4期