词干

摘要： 该文将初中数学维吾尔文教材作为研究对象,根据维吾尔语的特点和统计学原理理论,从计算语言学角度调查初中数学维吾尔文教材用词干情况.该文主要研究维吾尔语词干、教材概貌、数据处理技术相关概念及其算法及现代维吾尔语语料处理工具,获取教材中词干基本情况、新增词干、初中数学教材高频词干,开展了初中数学维吾尔文教材词干调查,为维吾尔语研究、维吾尔文数学教学与教材编纂等提供参考依据,从而更加积极有效地促进维吾尔语语言本身研究及其信息处理的发展.%In this study,focused on the Uyghur mathematics textbooks in junior high school,the Uyghur stem are studied.This paper studies the basic stems in the textbooks,the new stems,and the high frequency stems.This provides reference materials for the Uighur language study,Uighur Mathematics Teaching and codification.

摘要： 朝鲜语中名词占有很大比例，其中派生名词占有很大的比重。这些派生名词通过各种词缀产生出来，每个方言产生各种派生名词的词缀各不相同。本文重点分析了朝鲜语西北方言的派生名词词缀“”。西北方言的派生名词词缀有等多钟词缀。其中“”名词词缀具有相当高的生产性，分别接在“动词词干”，“名词＋动词词干”“形容词词干”“名词／词根”“拟声拟态词”“动词词干＋后派生出表示人、动物、植物、物品等的名词。

摘要： 「る」系派生动词就是将「る」作为接尾词,接在名词,形容词,拟声拟态词,外来语等词后,派生成的新生动词.从构词方式看构成「る」系派生动词的词干来源非常丰富,除了名词以外,还包括形容词、サ变动词以及外来语等,显示出极强的构词能力.与传统动词相比,「る」系派生动词在意思特征及音声特点方面也都具有明显特征.

摘要： 为了提高蒙古语语音关键词检测任务中的集内词检测性能,该文结合蒙古文的构词特点提出了基于词干进行检测的蒙古语语音关键词检测方法.首先,该文采用基于分割识别的蒙古语语音识别系统将语音解码成了网格文本,并对网格文本进行了混淆网络的转换;其次,采用关键词的词干部分对混淆网络文本进行了关键词的检测.实验结果表明,基于词干进行检测的蒙古语语音关键词检测方法明显优于基于词混淆网络的蒙古语关键词检测方法,并有效提高了系统的召回率和精确率.

摘要： 针对维吾尔语形态变化,提出了利用规则和词典相结合的混合处理方法进行形态还原技术.利用从左到右地分析和Lovin算法实现了词干提取器.通过总结词法连接规则,提出了规则实现词干提取、用词典验证提取结果.经过对不同新闻内容的五次测试得出平均准确率达到了77.4％.

摘要： 汉语到维吾尔语的自动机器翻译有着重要的现实意义.目前对于汉维统计机器翻译方法的研究相对空白.该文提出了一种以维吾尔语为词干词缀粒度的汉维机器翻译方法.该方法利用维吾尔语形态分析后的词干词缀作为翻译的基本单位,并且根据其黏着语特性提出了一种基于有向图的维吾尔语“词干-词缀”语言模型.基于开放语料的实验证明我们的词干词缀翻译模型以及语言模型显著优于之前的基于词粒度的模型.

摘要： 中国网络上网民因中英文接触普及化而产生的语码混合现象，其中有网民以拼音化的汉语为词干及英语黏着词素结合成词，并加以使用，成为风潮。本文旨在从语码混合理论及优选论的角度研究这些新型的语码混合词的形成方式与过程，并探讨当中涉及的词干、黏着词素及额外构词成分的功能与作用，证明其造词过程、词素选取具有其系统性。

摘要： 文章根据形式语言学的理论来探讨现代维吾尔语动词构词词缀的附加能力，并通过表格来分析动词构词词缀，论证了个附加成分附加能力的大小及本身的特殊性问题。

摘要： A lot of PEGylated granulocyte colony-stimulating factor have been approved. Therefore, the naming scheme of Chinese Approved Drug Name must be revised to adapting the development of PEGylated protein. In the article, author introduced the PEGylation technology and International Nonproprietary Names(INN) for this prod-ucts. The nomenclature for PEGylated protein in China was discussed. In "pegfilgrastim", "empegfilgrastim" and "li-pegfilgrastim" being assigned by INN expert committee, "em" and "li" are the identifiers to distinguish the PE-Gylation. The author proposed that proper identifiers would be added to Chinese Approved Drug Name of different PEGylation protein. In addition, the communication with INN committee should be strengthened.%有越来越多的聚乙二醇修饰人粒细胞刺激因子研发上市。为适应这类制品的发展，中国药品通用名命名原则也需要不断更新修订。简要介绍了聚乙二醇修饰蛋白技术以及WHO国际非专利药品名（INN）命名委员会对这类制品的命名情况，讨论了我国对这类制品的药品通用命名原则和方法，建议对聚乙二醇化不同的修饰形式在名称上适当加以区分，并注意加强与INN命名委员会的交流合作。

摘要： 蒙古文属于黏着语,词根和后缀能够组合成近百万的蒙古文单词.现有的蒙古语大词汇量连续语音识别(LVCSR)系统的发音词典无法包含所有蒙古文单词.同时发音词典较大时,训练语料的稀疏将导致LVCSR系统的性能明显下降.为了解决LVCSR系统中大多数蒙古文单词的识别问题和蒙古语语音关键词检测系统中大量集外词的检测问题,结合蒙古文的构词特点,提出了基于分割识别的蒙古语LVCSR方法,并建立了对应的声学模型和语言模型.最后,将此方法应用到了蒙古语语音关键词检测系统中并在蒙古语语音语料上进行了测试.实验结果表明,基于分割识别的蒙古语LVCSR方法能解决大部分蒙古文单词的识别问题,并将蒙古语语音关键词检测系统的大量集外词转化成了集内词,大幅度提高了检测系统的查准率和召回率.

摘要： 本发明涉及一种结合词性的英语近形词干扰项生成方法，包括以下步骤：从词库中选取源单词作为源单词字符串，其他单词作为目标单词字符串，遍历单词库中的所有单词，根据归一化融合相似度算法求出源单词字符串和目标字符串的相似度；把相似度阈值控制在0.6～1.0之间，满足上述阈值范围的单词为候选词；对上步中输出的候选词和源单词进行结合词性的相似度计算，把相似度a阈值控制在0.6～1.0之间，即得到源单词的干扰项；结束一次处理过程。本发明引入了LCS算法进行归一化融合，改变了单纯依赖一种相似度算法计算英语单词相似度的盲目性，提高了生成英语近形词干扰项的可靠性和准确性，解决了相同词义但是不同词性重复出现的问题。

摘要： 本发明提供在高对比度像素子分量边界上诸如字符(205)的垂直词干或水平线段之类的印刷特征的自动布置，作为使用像素的可分别控制的像素子分量(202、203、204)来代表所述字符(205)的不同部分的绘制处理的一部分。为了识别要与高对比度像素子分量边界对齐的字符(205)的印刷特征，在运行时刻分析字符的拓扑。在具有相同着色的像素子分量(202、203、204)的垂直色条的显示器件中，已发现当词干的左边缘(206)对齐像素子分量之间的高对比度边界(208)时，可增加字符的清晰度。通过进行局部地而不是全部地对字符的拓扑分析，保存了处理时间和资源。例如，一些字体文件包括定义与字符相关联的关键控制点的位置的数据结构，从而指示出词干或其它印刷特征所处的位置，以及不同印刷特征之间的关系。

摘要： 本发明公开了一种基于词干信息融合的关键词生成方法，该方法首先提取词干信息，将词干信息融入Embedding层，以增强同词干单词的强关联性；接着搜索文本中同词干变种组合构建参考文本，通过编码层模块提取参考文本中的词语义信息；再基于初始文本和参考文本加权扩充生成概率分布，采用双软开关复制机制修正复制机制带来的生成偏差；然后在译码器层面构建词干生成任务，通过词与词干的多任务联合训练获得最终关键词生成概率分布，缓解训练偏差导致网络性能无法充分发挥的问题，最后基于BeamSearch方法生成关键词。相比其他方法，本发明方法以词形态学为基础，生成能力强，预测准确率高，在文本理解方面具有明显优势。

摘要： 一种基于双向门控神经网络的乌兹别克语词干提取方法，对现有Lovins算法进行改进，改进步骤包括：S1：Lovins算法内增加去除前缀的步骤；S2：保留Lovins算法中去除后缀的步骤；S3：删除转换剩余部分的步骤；改进后的Lovins算法流程包括以下步骤：S11：开始；S12：输入单词；S13：去除前缀；S14：去除后缀；S15：输出词干；S16：结束。本发明，避免人工制定语言规则和语言本身的二义性，用数据驱动的形式完成乌兹别克语词干提取任务。

摘要： 本发明公开了一种基于Stemming词干词典的股价预测方法及装置，基于对所述预处理评论数据集进行情感极性的标注，并采用libsvm分类器和liblinear分类器构造对应的预测模型，进行情感分析分类并进行股市趋势预测，解决了自动化金融短文本理解与长文本不同，短文本通常不具备完整的语法结构，并且长度很短没有足够的信息给计算机进行推理的技术问题。

摘要： 本发明公开了维吾尔语词干提取方法，根据维吾尔语的形态特点对维吾尔语词干提取规则形式化，依据维吾尔语名词形态构造构形词缀优先自动机、形容词、数词、量词、代词、副词等静词的有限状态自动机（FSM），对动词的词干、人称形式、非人称形式等构建了范畴级别的相互连接或出现规则框架，针对每一个范畴根据范畴的形态变化规律分别使用了简单的线性规则或FSM。本发明为汉维机器翻译和维吾尔语电子词典的构建提供了帮助，对乌（乌孜别克文）、哈（哈萨克）、柯（柯尔克孜）、土（土耳其文）电子词典及辅助机器翻译系统的开发打下了坚实的基础。

摘要： 本发明涉及一种结合词性的英语近形词干扰项生成方法，包括以下步骤：从词库中选取源单词作为源单词字符串，其他单词作为目标单词字符串，遍历单词库中的所有单词，根据归一化融合相似度算法求出源单词字符串和目标字符串的相似度；把相似度阈值控制在0.6～1.0之间，满足上述阈值范围的单词为候选词；对上步中输出的候选词和源单词进行结合词性的相似度计算，把相似度a阈值控制在0.6～1.0之间，即得到源单词的干扰项；结束一次处理过程。本发明引入了LCS算法进行归一化融合，改变了单纯依赖一种相似度算法计算英语单词相似度的盲目性，提高了生成英语近形词干扰项的可靠性和准确性，解决了相同词义但是不同词性重复出现的问题。

摘要： 本发明提供在高对比度像素子分量边界上诸如字符(205)的垂直词干或水平线段之类的印刷特征的自动布置，作为使用像素的可分别控制的像素子分量(202、203、204)来代表所述字符(205)的不同部分的绘制处理的一部分。为了识别要与高对比度像素子分量边界对齐的字符(205)的印刷特征，在运行时刻分析字符的拓扑。在具有相同着色的像素子分量(202、203、204)的垂直色条的显示器件中，已发现当词干的左边缘(206)对齐像素子分量之间的高对比度边界(208)时，可增加字符的清晰度。通过进行局部地而不是全部地对字符的拓扑分析，保存了处理时间和资源。例如，一些字体文件包括定义与字符相关联的关键控制点的位置的数据结构，从而指示出词干或其它印刷特征所处的位置，以及不同印刷特征之间的关系。