【摘 要】
：
当分词算法优化到接近极限时,分词器的性能指标就较多地取决于训练语料的覆盖度和完备程度。因此,如何快速、省力、自动化地构建具有较完备的分词语料库是一个亟待解决的问题
【机 构】
：
北京理工大学计算机学院,中国人民公安大学信息技术与网络安全学院
【基金项目】
：
国家重点基础研究发展计划(937计划)(2012CB720702,2013CB329303)
论文部分内容阅读
当分词算法优化到接近极限时,分词器的性能指标就较多地取决于训练语料的覆盖度和完备程度。因此,如何快速、省力、自动化地构建具有较完备的分词语料库是一个亟待解决的问题。该文对用户输入过程中留下的大量可用且珍贵的自然分词信息进行了探索和研究,为自动构建分词语料库提供了一种新的观点。前人的研究中,对用户在输入过程中留下的自然分词标记信息并没有关注,而该文通过实验验证了这些分词标记信息确实可以用于构建分词语料库,并且具有相当好的效果。其中经过甄别优秀用户在输入时留下的分词标记十分接近标准的分词结果。该文使用分类模型
其他文献
在"2020-2021年度诚信加油万里行"出征仪式上,全国工商联石油商业协会秘书长马莉作为行业协会代表参会并讲话。马莉认为,一个行业的健康发展需要政府、需要媒体,需要社会各个
几年过去了，河南省在地质遗迹保护和地质公园建设方面，取得了哪些成绩？仍存在什么问题？下一步应抓好哪些工作？所有这些，都是要弄明白的问题，其意义及重要作用，是不言而喻的。
随着科学技术的快速发展和社会经济的不断进步,我国城市化程度也在不断提高。越来越多的人涌入城市,促进了城市建筑的快速发展。在城市建设规划中,既要考虑城市原有的地理特
公路工程建设项目成本管理控制是提高工程企业经济效益的重要手段,此次研究主要从理论角度来分析。通过对公路工程建设项目成本管理特征和作用阐述,进一步深化认识项目成本管
以鹿角霜为原料,对其进行第四次水提,采用快速分光光度法和考马斯亮蓝法检测不同沸腾时间节点胶汁的蛋白浓度,探索鹿角霜中胶原蛋白质提取的必要性及工艺条件.分析结果表明,
鳃裂囊肿是儿童少见的颈部先天性发育畸形,产前超声表现报道较少,产前诊断较为困难。鳃裂囊肿反复感染可形成继发性瘘管或窦道,如不及时发现,会延误治疗或导致误诊误治。囊肿
<正>9月5~7日,印度总理莫迪在参加金砖国家领导人厦门会晤后,马不停蹄地对其重要邻邦缅甸进行了首次国事访问。访问期间,莫迪特意参观了位于仰光的瑞光大金塔和位于蒲甘的阿
同行评议的质量是期刊出版质量的先决条件和重要保障之一,而各编辑部有责任为评审专家提供便于审稿工作的最有效、安全的文档形式。本文通过对PDF或WORD两种文档类型在同行评
目的应用实时三维斑点追踪成像（RT3D-STI）技术对无节段性室壁运动异常的冠心病患者左心室局部舒张功能进行研究,探讨RT3D-STI诊断早期冠心病的价值。资料与方法疑诊为冠心病的1
通过静态模拟实验,研究了长湖底泥中CODMn和TN的释放速率及对上覆水水质的影响。长湖底泥中CODMMn、TN的释放过程约需13 d趋于稳定,不同位置底泥释放速率存在差异。