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年度城市配送车辆租赁与运营管理合同 8页

2025年度城市轨道交通债务担保协议范本 7页

2025年度城市综合体基础装修与城市功能提升合.. 9页

2025年度城市核心地段商铺转让合同 8页

2025年度城市安置房分配协议书 9页

2025年度城市地下管线工程预算管理协议书模板.. 9页

2025年度城市公交司机个人雇佣服务合同 8页

2025年度地皮转让协议书:城市综合体用地转让.. 8页

2025年度地下车库车位使用权转让及车位使用权.. 9页

2025年度在线会议电子保管合同分享及数据安全.. 8页

2025年度土建工程合同电子化管理方案 9页

2025年度土地租赁居间服务合同 8页

2025年度土地整治项目施工与农业产业结构调整.. 9页

2025年度土地托管服务与乡村振兴战略实施合同.. 8页

2025年度土地互换协议书——国际文化交流中心.. 9页

2025年度国际贸易结算连带保证合同 8页

2025年度国际教育培训项目劳务合同 9页

2025年度国际会议组织人员劳务协议 8页

2025年度国有企业单位房产买卖协议 8页

2025年度固定资产处置过程中的债权债务清理合.. 8页

2025年度园林植物病虫害防治与养护服务合同 9页

2025年度回迁房买卖与车位使用权合同 9页

2025年度商铺租赁风险评估与控制合同 8页

曲直线协同检测在环境监测中的新方法研究-全面.. 27页

2025年度商铺房屋租赁及线上线下营销推广合作.. 8页

2025年度商铺买卖合同模板(商业步行街) 9页

2025年度商标同使用及线上线下营销协议 8页

2025年度商场大楼租赁合同(附设备设施使用协.. 9页

2025年度商品房现售与售后物业维护合同示范文.. 9页

2025年度商业综合体租赁合作协议 9页