基于自然語言處理的文本自動校對系統(tǒng).pdf

1、隨著計算機和因特網(wǎng)的推廣應用，由數(shù)據(jù)處理、信息處理發(fā)展到知識處理，對語言文字處理要求的深度和廣度越來越高，可以認為一個國家的語言文字的信息處理水平和處理量基本上代表了這個國家進入信息社會的程度，其語言文字信息的處理能力直接關系到它在網(wǎng)絡社會和網(wǎng)絡經(jīng)濟中的國際競爭能力。目前，網(wǎng)絡社會和網(wǎng)絡經(jīng)濟正以極快的速度在全世界發(fā)展，阻礙其發(fā)展的首要瓶頸問題就是自然語言的處理問題。一旦基于網(wǎng)絡的自然語言處理問題得到突破，網(wǎng)絡社會和網(wǎng)絡經(jīng)濟將會突飛猛進。

2、因此，許多國家的科研院校和機構對該領域投入了大量的人力物力，我國也將其作為一個高新技術的重點，列入國務院批準的“國家中長期科學技術發(fā)展綱領”。 而中文文本自動校對，屬于自然語言處理的應用基礎研究范疇，以出版業(yè)的電子化迅猛發(fā)展為契機，也越來越受到足夠的重視，并成為一項亟待解決的緊迫課題。 本文是在對目前中文文本校對技術的深入研究和分析的基礎上，在中文文本自動校對領域進行了初步的探討，提出了對文本的字詞、語法、語義錯誤進行校

3、對的綜合校對方法。該方法在文本校對理論研究和技術實現(xiàn)上進行了有益的嘗試，能夠?qū)χ形奈谋镜腻e誤進行較為全面的檢查。 對于文本字詞錯誤的檢查，本文主要利用了字詞二元接續(xù)關系，根據(jù)同現(xiàn)概率檢查文本字詞錯誤；對于文本語法錯誤的檢查，本文利用教研室已有的一個大規(guī)模語料庫，通過對語料庫進行統(tǒng)計分析，獲得語法查錯所需要的語言規(guī)律和知識，利用謂語中心詞識別和其他句子成分識別的方法，檢查文本語法結構上的錯誤；對于文本語義錯誤的檢查，本文主要利用知