文件名称：基于改进BP网络的中文歧义字段分词方法研究 (2007年)
文件大小：919KB
文件格式：PDF
更新时间：2024-06-12 11:08:45
自然科学 论文
文本挖掘中中文歧义字段的自动分词是计算机科学面临的一个难题。针对汉语书写时按句连写，词间无间隙，歧义字段分词困难的特点，对典型歧义中所蕴含的语法现象进行了归纳总结，建立了供词性编码使用的词性代码库。以此为基础，通过对具有特殊语法规则的歧义字段中的字、词进行代码设定，转化为神经网络能够接受的输入向量表示形式，然后对样本进行训练，通过改进BP神经网络的自学习来掌握这些语法规则。训练结果表明：算法在歧义字段分词上达到了93.13%的训练精度和92.50%的测试精度。