1 / 93
文档名称:

清华大学.pdf

格式:pdf   页数:93页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

清华大学.pdf

上传人:1793540367 2016/6/25 文件大小:0 KB

下载得到文件列表

清华大学.pdf

文档介绍

文档介绍:清华大学综合论文训练题目:基于用户查询日志和锚文字的汉语缩略语识别系别:计算机科学与技术系专业:计算机科学与技术专业姓名:谢丽星指导教师:孙茂松教授 2009年6 月25日关于学位论文使用授权的说明本人完全了解清华大学有关保留、使用学位论文的规定,即:学校有权保留学位论文的复印件,允许该论文被查阅和借阅;学校可以公布该论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存该论文。(涉密的学位论文在解密后应遵守此规定) 签名: 导师签名: 日期: I 中文摘要缩略语是自然语言的现象之一,是中文信息处理领域的重要研究课题。目前关于缩略语识别的研究中,有的是采用缩略语、源短语的平行语料库,有的是采用人工分词和词性标注的语料库,这些语料库可时效性欠佳,规模较小,在提取过程中有时还需要人工干预。为解决这些问题,本文从另一个角度,采用基于查询词和url的用户查询日志(querylog)和锚文字文件(anchor text)的大规模语料库, 在确保时效性的基础上,运用“同网站同目录主题相关性”(即对应的url指向同一网站同一目录的查询词可能较为相关)的思想进行初步的缩略语、源短语对的抽取,然后采用一系列过滤规则,结合分词按照缩略语的形成方式进行分类,最后调用搜索引擎采用多策略来找出缩略语、源短语对。相比前人研究,我们的实验在规模和准确率上都有提升,%,%。关键词:用户查询日志;锚文字;缩略语的分类;搜索引擎 II ABSTRACT Abbreviation, mon phenomenon in natural language, has drawn a large body of research interest in the natural language processing community. Recent studies usually utilize parallel corpus of abbreviation and root forms, of which the methods used are behind the times and require part-of-speechinformation or even manual intervention. In this paper, we propose a novel method introducing query log and anchor text to gain a new vision of these problems. First, a heuristic algorithmis applied to extract abbreviation-root pairs. Second, we use filtering rules concluded from actual observations and Chinese word segmentation techniques to classify the suspect pairs into candidate patterns. Finally, search engine is adopted to further validate the abbreviation-root pairs using multi-strategy pared to previous studies, our experience showed improvements on scale and precision, with a result of % in query log and % in anchor text. Keywords:query log; anchor text;classification of abbreviation; search engine III 目录第1章引言............................................................................................5 ...........................................................................................5 ..............

最近更新

2025年度高科技研发项目合同到期终止及成果转.. 8页

短期借款合同:企业对个人 5页

地下水资源管理与矿产勘查的关系-全面剖析 27页

2025年度高科技企业与技术工人战略合作伙伴协.. 8页

2025年重症患者CVP监测技巧与护理策略解析 24页

2025年度高校联合招生代理合作协议 9页

2025年度高新技术研发项目资金结算付款合同汇.. 8页

2025年度高新技术企业员工劳动合同补充协议 7页

2025年度高新技术企业代持股协议书 7页

2025年度高新技术产业人工劳务服务合同 9页

知识产权保护合同 7页

2025年德国留学推荐信模板 10页

2025年血液输注关键要点与安全须知 61页

2025年度餐饮业厨房深度保洁服务合同范本 8页

2025年度食品饮料供货商与经销商区域总代合同.. 9页

2025年虫害防治临床指南寄生虫篇精要 37页

的购房合同解除协议 6页

百货商场装修工程合同范本 6页

2025年药物临床应用安全与风险管控策略 62页

2025年药企销售高效沟通策略 46页

畜牧养殖基地土地承租合同 6页

2025年律政俏佳人大学生观后感精选5篇 11页

2025年度金融资产交易居间合同司法解释要点解.. 8页

初三毕业班2025届中考数学复习计划2 5页

齐齐哈尔市出租车驾驶员岗前培训试卷及答案 5页

2024年4月江苏省事业单位考试《综合知识和能力.. 16页

2023-2024学年度人教版小升初小学数学考试卷 4页

长春市酒店市场研究报告 12页

大学生挑战杯申报书模板 10页

咸阳市住房公积金提取申请表 2页