中文分词与词性标注研究

摘要：

分词和词性标注是中文语言处理的重要技术，广泛应用于语义理解、机器翻译、信息检索等领域。在搜集整理当前分词和词性标注研究与应用成果的基础上，对中文分词和词性标注的基本方法进行了分类和探讨。首先在分词方面，对基于词典的和基于统计的方法进行了详细介绍，并且列了三届分词竞赛的结果；其次在词性标注方面，分别对基于规则的方法和基于统计的方法进行了阐述；接下来介绍了中文分词和词性标注一体化模型相关方法。此外还分析了各种分词和词性标注方法的优点和不足，在此基础上，为中文分词和词性标注的进一步发展提供了建议。

关键词：中文分词、主动学习、词性标注、自然语言处理、一体化模型

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61302157;教育部人文社会科学研究青年基金12YJC870008;江苏省教育高校哲学社会科学基金2013SJB870004;江苏省社科研究文化精品课题12SWC-030

在线出版日期：2015-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：175-180