中文文本自动分词和标注PDF电子书下载

第1章 自动分词是中文信息处理的基础工程 1

第一节 分词的重要性及其主要目标 3

第二节 自动分词中存在的主要问题 10

第2章 《信息处理用现代汉语分词规范》设计原则及规范内容 20

第一节 国标《分词规范》的简介与评述 20

第二节 《资讯处理用中文分词规范》的基本架构［B2］ 33

第3章　信息处理用现代汉语分词词表的收词原则和方法 39

第一节 研制《分词词表》的原则和有关问题 39

第二节 分词词表的选词方法 46

第4章 中文文本歧义字段切分技术 58

第一节 歧义字段的类别和采集方法［C3,C4］ 58

第二节 交集型歧义字段处理技术 64

第三节 多义型歧义字段分类及其处理技术 84

第5章 中国姓名和未登录新词语的自动辨识 92

第一节 中国姓名的自动识别技术 92

第二节 未登录新词语的自动识别技术 112

第一节 中国地名自动识别技术 125

第6章　中国地名、组织机构名称和英译名的自动辨识 125

第二节 中文机构名称的识别与分析 149

第三节 英语译名的自动辨识 156

第7章 汉语词性自动标注技术 162

第一节 词性标注的意义和主要难点 162

第二节 信息处理用现代汉语词类及标记集 166

第三节 语料库词类自动标注算法研究［E2,E6,E8］ 171

第四节 基于规则的词性标注方法［E7,E17］ 184

第8章　汉语词义自动标注技术 200

第一节 基于字义排歧的实验模型和评价 202

第二节 一种自组织的汉语词义排歧方法 211

第9章　汉语自动分词软件系统 223

第一节 串频统计和词形匹配相结合的分词系统 223

第二节 基于联想—回溯算法的汉语自动分词系统 231

附录1 信息处理用现代汉语分词规范（GB13715） 247

附录2　信息处理用现代汉语词类及标记集 265

参考文献 277