现代汉语高频后缀派生词的识别研究

发布时间：2023-03-19 07:24

　　在中文信息处理领域,自动分词是一项基础工作,未登录词的切分是影响分词正确率的重要因素之一。派生词占据了未登录词中新词的大部分,解决好派生词的识别问题,对提高分词精度和进一步的汉语句法自动分析都有着重要的意义。本文在考察大规模语料的基础上,以信息处理为目标,选取后缀“子”、“头”和“者”作为研究对象。首先探讨其派生词的内部构词规律和左右边界特征,然后结合搭配信息和共现频率等进行识别算法设计。本文共分为六章: 绪论,介绍选题意义,界定研究对象,对研究现状进行评述,提出本文的研究方法。然后介绍语料的来源及其处理方法。 第一章,介绍分词和分词歧义的相关概念,对词法分析的总体模式和规则的形式化表述进行说明。 第二章,主要从派生词的内部结构探讨后缀“子”构词的音节限制条件和词类限制条件,以及含后缀“子”派生词的左右边界特征。 第三章,主要从派生词的内部结构探讨后缀“头”构词的音节限制条件和词类限制条件,以及含后缀“头”派生词的左右边界特征。 第四章,主要从派生词的内部结构探讨后缀“者”构词的音节限制条件和词类限制条件,以及“者”的相关因素分析。 第五章,在总结前几章研究结果的基础上,建立词语表和规...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
零 绪论
    0.1 选题意义
    0.2 国内外研究状况
        0.2.1 汉语词缀研究
        0.2.2 自动识别研究
    0.3 本文采用的理论、方法和语料
        0.3.1 本文采用的主要理论和方法
        0.3.2 本文所采用的语料
    0.4 可能的创新点
    0.5 存在的困难和解决这些困难的打算
    0.6 主要内容（思路、章节内容简介）
第一章 总体设计
    1.1 分词的相关概念
    1.2 歧义的类型及处理方法
        1.2.1 歧义的类型
        1.2.2 歧义的处理方法
    1.3 规则的形式化表述
        1.3.1 变量表示法
        1.3.2 条件表达式
        1.3.3 复杂特征表示法
第二章 后缀“子”及相关因素分析
    2.1 后缀“子”构词的音节限制条件
        2.1.1 含后缀“子”的双音节词
        2.1.2 含后缀“子”的三音节和多音节词
        2.1.3 小结
    2.2 后缀“子”构词的词类限制条件
        2.2.1 名词性的“X”
        2.2.2 形容词性的“X”
        2.2.3 动词性的“X”
        2.2.4 量词性的“X”
        2.2.5 小结
    2.3 含后缀“子”派生词的边界特征
        2.3.1 含后缀“子”派生词的左边界特征
        2.3.2 “子”的右边成分分析
    2.4 小结
第三章 后缀“头”及相关因素分析
    3.1 后缀“头”构词的音节限制条件
        3.1.1 含后缀“头”的双音节词
        3.1.2 含后缀“头”的三音节词
    3.2 后缀“头”构词的词类限制条件
        3.2.1 名词性词根+头
        3.2.2 动词性词根+头
        3.2.3 形容词性词根+头
        3.2.4 方位词词根+头
    3.3 “头”缀派生词的边界特征
    3.4 小结
第四章 后缀“者”及相关因素分析
    4.1 后缀“者”构词的音节限制条件
        4.1.1 含后缀“者”的双音节词
        4.1.2 含后缀“者”的三音节和多音节词
    4.2 “X + 者”中“X”的语法性质
        4.2.1 名词性的“X”
        4.2.2 动词性的“X”
        4.2.3 形容词性的“X”
    4.3 “者”的相关因素分析
第五章 后缀派生词自动识别的算法设计
    5.1 识别的总体思路
        5.1.1 词语表的建立
        5.1.2 规则库的建立
        5.1.3 对歧义的处理
    5.2 派生词识别的算法设计和识别步骤
        5.2.1 算法设计和识别步骤
        5.2.2 后缀派生词自动识别的流程图
    5.3 疑难问题分析
第六章 结语
    6.1 本文的结论
    6.2 尚需解决的问题和对未来研究的展望
参考文献
附录
致谢
攻读学位期间发表的学术论文



本文编号：3764831