判别式藏语文本词性标注研究  

Discriminative Tibetan Part-of-Speech Tagging with Perceptron Model

作　　者：华却才让 刘群[3] 赵海兴[1,2] 

机构地区：[1]陕西师范大学计算机学院,陕西西安710062 [2]青海师范大学计算机学院,青海西宁810008 [3]中国科学院计算技术研究所智能信息处理重点实验室,北京100190

出　　处：《中文信息学报》2014年第2期56-60,共5页Journal of Chinese Information Processing

基　　金：973计划前期研究专项(2010CB334708);国家自然科学基金(61063033;61163018;61363055);教育部"春晖计划"合作科研项目(Z2012102)

摘　　要：该文在分析了现有藏文词性标注方法的基础上,提出感知机训练模型的判别式藏语词性标注方法,重点研究了符合藏语词法特性的模型训练特征模板、模型训练和词性标注方法。并且在人工标注的测试集上获得了98.26%的词性标注精确率,可以实际应用到藏语自然语言处理中。This paper describes a discriminative method for Tibetan part-of-speech tagging with perceptron training model. We focus on how to build the feature template that is in line with Tibetan lexical features, how to train dis- criminative models and the method of part-of-speech tagging. The method achieves an extremely high precision of 98.26 % over a manually created test corpus, which shows that it＇s a practical solution for Tibetan natural language processing.

关 键 词：词性标注 感知机模型 特征选择 藏语词性标注 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]