中文信息處理chineseinformationprocessing(編輯修改稿)
2025-08-14 06:28 本頁面
【文章內(nèi)容簡介】 集合，包括支持中文的系統(tǒng)軟件、支撐軟件和應(yīng)用軟件 ?漢化平臺：西文系統(tǒng)上外掛一層軟件，使系統(tǒng)可以接收和輸出漢字 ? API平臺：操作系統(tǒng)提供有關(guān)中文信息處理所需要的一套 API接口 ?中文平臺：在 API平臺上再增加一些典型的與中文信息處理有關(guān)的應(yīng)用軟件工具或產(chǎn)品 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 17 文本分類 ?文本分類是一種確定文章所屬類別的情報(bào)分析方法 ?基于詞的歸類技術(shù) ?基于知識的歸類技術(shù) ?基于信息的歸類技術(shù) 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 18 信息檢索 ?文本檢索包括了文本信息的存儲、組織、表現(xiàn)、查詢及存取等各個(gè)方面 ?索引的建立 ?自動分類 ?自動聚類 ?文摘（單文檔文摘、多文檔文摘） ?檢索結(jié)果的排序（ ranking） ?分布式信息檢索 ? ………… 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 19 現(xiàn)代漢語的特點(diǎn) ?語音 ?字形 ?詞匯 ?句子 ?字頻 ?詞頻 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 20 語音 ? 漢字讀音的標(biāo)記方法 ? 直音法 ? 用一個(gè)漢字給另一個(gè)漢字進(jìn)行注音 ? “厶” → “司”，“翯” → “賀” ? 反切法 ? 用兩個(gè)漢字給另外一個(gè)漢字注音 ? “魯” → “郎古切”，第一個(gè)漢字為聲母，第二個(gè)漢字是韻母和聲調(diào) ? 注音字符 ? 漢語拼音 ? 21個(gè)聲母， 35個(gè)韻母， 4聲調(diào) 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 21 字形 ? 漢字結(jié)構(gòu) ? 筆畫 ? 漢字字形最小連筆單位 ? 五種基本筆畫：橫、豎、撇、點(diǎn)、折 ? 部首 ? 字形歸類的部件，是字典根據(jù)漢字形體偏旁所分的門類 ? 繁體字和簡體字 ? “進(jìn)” → “進(jìn)”，“ 裏 ” → “里” ? 繁體字和簡體字并不是一一對應(yīng)的關(guān)系 ? 字序 ? 義序、音序、形序 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 22 詞匯 1 ?詞匯是語言中所有的詞和短語的總和 ?漢語的詞根和詞綴 ?詞根：意義實(shí)在、在合成內(nèi)位置不固定的粘著語素（不能單獨(dú)構(gòu)成詞的語素，如偉、豐、型）和自由語素（能獨(dú)立成詞的語素，如金、木、水、火、土） ?詞綴：意義不實(shí)在、在合成內(nèi)位置固定在前或后的粘著語素 ?“筷子” → “筷”是詞根語素，“子”是詞綴語素 2022年 8月 15日 1時(shí) 29分 中文信息處理 緒論 23 詞匯 2 ? 詞的種類 ? 單純詞 ? 由一個(gè)語素構(gòu)成的詞，如人、走、天 ? 雙音節(jié)連綿詞，如鴛鴦、垃圾、琳瑯、葡萄 ? 音譯詞，如沙發(fā)（ sofa），咖啡（ coffee） ? 譯自少數(shù)民族的地名，如哈爾濱、呼和浩特 ? 合成詞 ? 重疊詞：兩個(gè)相同的詞根相疊構(gòu)成的詞，如
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1