副词“都”用法自动识别研究

北京大学学报（自然科学版）

副词“都”用法自动识别研究

张静杰,昝红英

郑州大学信息工程学院, 郑州 450001;

收稿日期:2012-05-28 出版日期:2013-01-20 发布日期:2013-01-20

Automatic Recognition Research on Chinese Adverb DOU’s Usages

ZHANG Jingjie, ZAN Hongying

School of Information Engineering, Zhengzhou University, Zhengzhou 450001;

Received:2012-05-28 Online:2013-01-20 Published:2013-01-20

摘要/Abstract

摘要： 首先对副词“都”分别进行基于规则和基于统计两种方法的用法自动识别研究, 并具体分析它们的优点和不足, 然后尝试了规则与统计相结合的方法。3种方法的准确率分别为82%, 89.62%和98.54%, 实验数据表明, 采用规则和统计相结合的方法使副词“都”用法的自动识别取得较好的效果。

关键词: 自然语言处理, 用法规则, 条件随机场, 自动识别, 都

Abstract: The authors recognized the adverb DOU’s usages with two methods, rule-based and statistics-based, and analyzed theirs advantages and disadvantages, respectively. And then, the methods of rule-based and statistical- based were combined. The accuracies of these three methods are 82%, 89.62% and 98.54%. The experiments show that combination method of rule-based and statistical-based is more effective in automatically recognizing of adverb DOU’s usages.

Key words: natural language process, usage rule, conditional random fields, automatic identification, DOU

中图分类号:

TP391

张静杰,昝红英. 副词“都”用法自动识别研究[J]. 北京大学学报（自然科学版）.

ZHANG Jingjie,ZAN Hongying. Automatic Recognition Research on Chinese Adverb DOU’s Usages[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2013/V49/I1/165

[1]	班玛宝, 罗鹏, 头旦才让, 尼玛扎西, 才让加, 于永斌. 基于图解析的端到端片段藏文语义角色标注方法[J]. 北京大学学报自然科学版, 2025, 61(3): 440-450.
[2]	史文彬, 屈坤, 严宇, 邱培培, 王雪松, 董华斌. 成都市夏季臭氧污染的环流分型与来源分析[J]. 北京大学学报自然科学版, 2022, 58(3): 565-574.
[3]	谢志鹏, 毕冉. 大规模中文具体度词典的构建及推理技术[J]. 北京大学学报自然科学版, 2022, 58(1): 1-6.
[4]	班玛宝, 才让加, 张瑞, 色差甲, 卓玛扎西. 融合双通道音节特征的藏文La格例句自动分类模型[J]. 北京大学学报自然科学版, 2022, 58(1): 91-98.
[5]	丛丽, 肖张锋, 肖书文. 野生动物旅游地游憩机会谱建构——以成都大熊猫繁育研究基地为例[J]. 北京大学学报自然科学版, 2019, 55(6): 1103-1111.
[6]	王潜升, 余南, 张梅山, 韩子嘉, 付国宏. N3LDG: 一种轻量级自然语言处理深度学习库[J]. 北京大学学报自然科学版, 2019, 55(1): 113-119.
[7]	叶妮妮, 陆克定, 董华斌, 吴宇声, 曾立民, 张远航. 望都夏季大气细粒子中水溶性无机盐及相关气态前体物的观测研究[J]. 北京大学学报（自然科学版）, 2016, 52(6): 1109-1117.
[8]	苏娅, 刘杰, 黄亚楼. 在线医疗文本中的实体识别研究[J]. 北京大学学报自然科学版, 2016, 52(1): 1-9.
[9]	高恩婷,巢佳媛,李正华. 面向词性标注的多资源转化研究[J]. 北京大学学报（自然科学版）, 2015, 51(2): 328-334.
[10]	白林楠,胡韧奋,刘智颖. 基于句法语义规则系统的比较句自动识别[J]. 北京大学学报（自然科学版）, 2015, 51(2): 275-281.
[11]	薛云霞,李寿山,王中卿. 基于社会关系网络的半监督情感分类[J]. 北京大学学报（自然科学版）, 2014, 50(1): 61-66.
[12]	贺飞艳,何炎祥,刘楠,刘健博,彭敏. 面向微博短文本的细粒度情感特征抽取方法[J]. 北京大学学报（自然科学版）, 2014, 50(1): 48-54.
[13]	郑略省,吕学强,刘坤,林进. 汉语并列关系的识别研究[J]. 北京大学学报（自然科学版）, 2013, 49(1): 20-24.
[14]	岳金媛,徐金安,张玉洁. 面向专利文献的汉语分词技术研究[J]. 北京大学学报（自然科学版）, 2013, 49(1): 159-164.
[15]	刘滔,雷霖,陈荦,熊伟. 基于MapReduce的中文词性标注CRF模型并行化训练研究[J]. 北京大学学报（自然科学版）, 2013, 49(1): 147-152.