公开(公告)号：CN103678272A

公开(公告)日：2014-03-26

申请号：CN201210344884.3

申请日：2012-09-17

Applicant: 北京信息科技大学

Inventor： 吕学强 ,  郑略省 ,  王玥 ,  关晓炟

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明属于计算语言学的自然语言处理领域，公开了一种汉语依存树库中未登录词的处理方法，该方法包括步骤：A，利用同义词词林，查找未登录词的所有同义词；B，根据汉字字形特征，计算未登录词与其所有同义词之间的字形相似度；C，当未登录词与多个同义词的字形相似度相同时，抽取所映射的词及其对应的词性的信息量，改进字形相似度计算模型；D，抽取字形相似度最大的词为未登录词的最优映射词，作为树库中对未登录词的解释。本发明可以再不扩大树库规模的前提下，令依存句法分析中的单元对 回升到 或 ，从而达到细化信息粒度，缓解数据稀疏问题，改进依存句法分析性能。

公开(公告)号：CN103678272B

公开(公告)日：2016-04-06

申请号：CN201210344884.3

申请日：2012-09-17

Applicant: 北京信息科技大学

Inventor： 吕学强 ,  郑略省 ,  王玥 ,  关晓炟

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明属于计算语言学的自然语言处理领域，公开了一种汉语依存树库中未登录词的处理方法，该方法包括步骤：A，利用同义词词林，查找未登录词的所有同义词；B，根据汉字字形特征，计算未登录词与其所有同义词之间的字形相似度；C，当未登录词与多个同义词的字形相似度相同时，抽取所映射的词及其对应的词性的信息量，改进字形相似度计算模型；D，抽取字形相似度最大的词为未登录词的最优映射词，作为树库中对未登录词的解释。本发明可以再不扩大树库规模的前提下，令依存句法分析中的单元对 回升到 或 ，从而达到细化信息粒度，缓解数据稀疏问题，改进依存句法分析性能。