一种规则与统计相结合的汉语分词方法  

A Method Combining Rule-based and Statistics-based Approaches for Chinese Word Segmentation

作　　者：赵伟[1] 戴新宇[1] 尹存燕[1] 陈家骏[1] 

机构地区：[1]南京大学计算机科学与技术系软件新技术国家重点实验室,江苏南京210093

出　　处：《计算机应用研究》2004年第3期23-25,共3页Application Research of Computers

基　　金：国家"863"基金资助项目(2001AA114102)

摘　　要：汉语自动分词是中文信息处理领域的一项基础性课题,对现有的汉语分词方法作了简单的概述和分析,然后提出了一种新的分词方法,该方法基于一个标注好了的语料库,并且结合了规则和语料库统计两种分词方法。Chinese automatic word segmentation is a basic task in the area of Chinese NLP.After summarizing and analyzing current techniques used in Chinese word segmentation,this paper presents a new method for word segmentation which is based on a marked corpus base.The method combines rule-based and corpus-based statistical methods.

关 键 词：中文信息处理 分词 语料库 交集型歧义 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]