语音输出系统中汉语自动分词问题研究

摘要

在中文处理中,例如句法分析、语句理解、自动文摘、自动分类和机器翻译等,首先会遇到一个非常棘手但又不可避免的问题,那就是汉语分词问题,此问题的重要性是不言而喻的,它是一切后续工作的基础.在单词切分阶段产生的一丝一毫的差错,都将直接影响整个中文处理系统的质量.本论文所要解决的就是一个语音输出系统中的汉语分词问题.该论文在介绍了一些汉语语法、汉语分词以及数据库等方面的相关知识之后,以Visual C++为工具,按照

目录

文摘

英文文摘

第一章概述

1.1问题的提出

1.2汉语自动分词的必要性

1.3研究汉语自动分词问题的意义

1.4关于论文

第二章汉语分词问题简介

2.1汉语自动分词中的困难

2.1.1分词规范的问题

2.1.2分词算法的困难

2.1.3分词系统的目标

2.2自动分词算法的分类

2.2.1基于字符串匹配的分词方法

2.2.2基于理解的分词方法

2.2.3基于统计的分词方法

2.2.4基于规则和基于统计相结合的分词方法

2.3几个早期的自动分词系统

第三章Visual C++语言

3.1面向对象技术

3.1.1面向对象技术概述

3.1.2面向对象方法在大型程序设计中的应用

3.2 Visual C++简介

3.3用Visual C++开发数据库概述

3.3.1对数据库进行访问

3.3.2 Visual C++作为数据库的前端开发工具

3.3.3 Visual C++开发数据库技术的特点

3.3.4 Visual C++开发数据库的技术

第四章词典的设计与实现

4.1数据库简介

4.1.1数据库概述

4.1.2数据库管理系统(DBMS)

4.1.3关系模型

4.2 ODBC 技术

4.2.1 ODBC基础

4.3机器词典的现状和展望

4.4词典的实现

4.4.1词库的结构

4.4.2系统所使用的词性标记

4.4.3词的查询

第五章系统的设计与实现

5.1语素与词的关系

5.2系统的工作流程

5.3系统中机械分词算法的实现

5.3.1最大正向MM法在系统中实现

5.3.2最大逆向MM法在系统中实现

5.3.3系统中的主要实现类

5.3.4最大切分字段长度的选择

5.4机械分词结果的校正

5.4.1包含非自由语素的交集型歧义字段的处理

5.4.2不包含非自由语素的交集型歧义字段和组合型歧义字段的处理

5.5本分词系统与语音合成系统其他模块的接口

5.6系统切分结果示例

5.7系统的主界面

第六章进一步的工作

6.1简化词的识别问题

6.2词典的搜索算法

6.3词典大小的确定

6.4词性搭配表的建立

6.5正向和逆向都不正确的切分情况

6.6根据上下文才能确定切分结果的情况

6.7特征词的识别

参考文献

致谢