蒙古语短语标注策略

摘要

蒙古语短语标注是蒙古语语料库语言学研究的进一步深化.它既要包含语言学需要深入研究的内容,又要解决形式化描述处理的一系列问题.从整体上讲,规则与统计方法相结合,是实现短语自动划分和标注的最佳途径.但是,蒙古语作为一种黏着性语言,其短语结构具有自己独特的一面.我们将立足蒙古语本身,建立适合于蒙古语短语规律的规则集,采取规则和统计相结合,循环渐进的策略.本项目的主要创新点是信息处理用蒙古语短语分类体系、形式化描述及其标记、边界划分规则和知识库.其中,知识库对解决短语歧义划分问题起到决定性的作用.