[目的/意义]构建与新时代相适应的人民日报分词语料库,为中文信息处理提供最新的精标注语料,也为从历时的角度分析现代汉语提供新的语言资源。[方法/过程]在分析已有汉语分词语料库的基础上,描述所构建新时代人民日报语料库的数据源、标注规范和流程,通过构建分词自动标注模型测评语料库的性能,并与已有语料库进行对比。[结果/结论]新时代人民日报语料库遵循现代汉语语料库基本加工规范,规模大,时间跨度长。选取其中的2018年1月部分,基于条件随机场构建分词模型,与1998年1月人民日报语料进行性能测评与对比,所得到的各项具体测评指标表明,新时代人民日报语料整体性能突出,1998年语料无法替代,当前构建该语料库非常必要。
类型: 期刊论文
作者: 黄水清,王东波
关键词: 新时代,人民日报,自动分词,条件随机场模型,语料库
来源: 图书情报工作 2019年22期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术,图书情报与数字图书馆
单位: 南京农业大学信息科学技术学院,南京农业大学领域知识关联研究中心
分类号: TP391.1;TP181;G254
DOI: 10.13266/j.issn.0252-3116.2019.22.001
页码: 5-12
总页数: 8
文件大小: 523K
下载量: 226
本文来源: https://www.lunwen66.cn/article/a231f2bbb5a9bfa762513ff9.html