文語轉(zhuǎn)換方法研究——文本分析.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，語音交互已經(jīng)成為人機(jī)交互的必要手段。讓計(jì)算機(jī)發(fā)出自然流暢的語音是人們夢寐以求的事，隨著語言學(xué)、語音學(xué)、計(jì)算機(jī)技術(shù)的發(fā)展這個(gè)目標(biāo)離我們?cè)絹碓浇?。近幾年雖然有一些文語轉(zhuǎn)換產(chǎn)品問世，但是，這些產(chǎn)品與人們所期望的成熟產(chǎn)品還有相當(dāng)大的差距。 本文的主要研究內(nèi)容是文本分析。它是文語轉(zhuǎn)換的第一個(gè)模塊，目的是為文語轉(zhuǎn)換系統(tǒng)奠定良好的基礎(chǔ)。文本分析主要包括文檔結(jié)構(gòu)分析、文本規(guī)范化、語法分析、韻律建模和字音轉(zhuǎn)換五個(gè)部分。本文

2、的成果主要有： (1)研究了常用的分詞詞典機(jī)制，在此基礎(chǔ)上提出了按首字建立一級(jí)索引、按次字位號(hào)建立二級(jí)索引的分詞詞典的構(gòu)造方法。該方法既可應(yīng)用在整詞二分分詞詞典中，也可應(yīng)用在逐字二分分詞詞典中。實(shí)驗(yàn)表明使用該方法可以提高詞典的查找速度。這一方案為提高分詞速度奠定了基礎(chǔ)。 (2)在對(duì)分詞方法進(jìn)行了對(duì)比研究之后，針對(duì)解決交叉歧義問題提出了兩種方法。一種方法是無交叉疊加的方法。這一方法在使用逐字最大匹配法分詞之后，對(duì)這些詞語進(jìn)

3、行交叉疊加，得出詞語的切分方法。無交叉疊加的方法，算法簡單有效，但算法的時(shí)空性能比動(dòng)態(tài)規(guī)劃方法要差。二是基于組合特征的分詞方法。這一方法根據(jù)交叉詞語的組合特性，先找出所有可能的組合，然后篩選掉不符合條件的組合，并且可以得出歧義鏈長和詞語組合對(duì)照表。根據(jù)對(duì)照表可直接得出詞語的切分方法。這一方法實(shí)現(xiàn)簡單，而且在算法的時(shí)空性能上比現(xiàn)有的分詞方法都有所提高。但是，這一方法是針對(duì)解決交叉歧義問題的，不適用于解決其它的歧義問題。 (3)在介