藏语句子边界识别方法  

Method of Identification of Tibetan Sentence Boundary

作　　者：马伟珍[1] 完么扎西[2] 尼玛扎西[3] 

机构地区：[1]西藏大学工学院,西藏拉萨850000 [2]青海师范大学民族师范学院,青海海南813000 [3]西藏大学现代教育技术中心,西藏拉萨850000

出　　处：《西藏大学学报（社会科学版）》2012年第5期70-76,共7页Journal of Tibet University

基　　金：2009年度教育部长江学者与创新团队发展计划资助项目"藏文信息技术创新团队"(项目号:IRT0975);2011年度国家自然科学基金资助项目"藏语语音合成关键技术研究"(项目号:61165010)阶段性成果

摘　　要：藏语句子边界识别是一项重要的基础性工作,它的准确率直接影响藏语句法分析、汉藏(或藏汉)平行语料库和藏汉(或汉藏)机器翻译等的研究工作。文章通过分析藏文文法知识,提出了一种比较简单而实用的词性规则法,其主要思想是:单垂符或双垂符的前后词性来判断句子是否结束。经测试,文章提出的藏语句子边界识别方法在文学类、诗歌类、医学类和新闻类等536句藏语语料中句子边界的识别准确率达到96.37%。Boundary identification of Tibetan sentence is an important basic work and its rate of accuracy directly influences on the Tibetan sentence analysis and Chinese-Tibetan（or Tibetan-Chinese） parallel corpus and Chinese-Tibetan（or Tibetan-Chinese） machine translation.This paper proposes a relatively simple and practical POS rules by means of Tibetan grammar.The main idea is that the front and rear parts of speech of the single vertical symbol or dual vertical symbol can determine whether or not the sentence ended.We found that the accuracy rate of boundary identification of Tibetan sentences reaching to 96.37% in Tibetan corpus including 536 sentences of literature,poetry,medical and News.

关 键 词：藏文文法 藏语句子 词性规则法 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]