语料库驱动的越南语地名语词特征定量分析

摘要

地名识别是越南语信息处理的基础性工作之一,多项研究表明,自然语言处理瓶颈的突破亟待语言学知识的充分介入.本研究利用一定规模语料库,对越南语文本中地名的语词特征进行了定量分析.分析结果表明,越南语地名存在语源丰富、结构复杂、拼写混乱、用字多样等特征,这些特征相互交织,增加了越南语地名识别的难度,需要得到充分认识和形式化描述.