论文部分内容阅读
为了让计算机具有处理甚至理解自然语言的能力,人们发明了很多自然语言语义分析理论。而在汉语的计算机处理中,大部分的语义分析都是以汉语分词作为基础。目前,很多的汉语分词方法都已经被发明出来,但无论使用哪一种分词方法,都会碰到分词歧义现象。在分词歧义现象中,有很大一部分又是由于句子中的专有名词引起。专有名词存在新词出现快,成词无固定规则,容易变化等特点,给汉语分词带来了很大的干扰,使专有名词的识别成为汉语分词的一大瓶颈。本论文主要致力于解决汉语分词中的专有名词识别问题。文章首先介绍了计算机自然语言处理,特别是汉语的计算机处理的现状以及目前汉语分词中使用的专有名词识别方法。接着本文详细讨论了专有名词识别系统所使用的识别算法:首先将专有名词分成了两类:一类是稳定的专有名词,此类名词具有长时间和较大范围存在的特点。另一类是容易变化的专有名词,这类名词新词出现速度快,并且没有明显的规律可循,这类名词主要就是中国人名。然后对这两类专有名词设计不同的识别方法:对第一类专有名词使用的基于专有名词词库的识别算法;对第二类专有名词使用的基于朴素贝叶斯分类的识别算法。然后,文章详细介绍了基于所讨论的识别算法的专有名词识别系统设计。本专有名词识别系统设计的介绍按以下流程进行:首先介绍本系统的整体识别流程;然后再介绍系统的静态结构,包括类和包的分布关系、每个类的作用、类之间的引用关系和继承关系以及本系统与汉语语言处理系统的静态接口;接着在系统的静态结构的基础上详细介绍系统的动态运行流程,主要包括各个类之间的函数调用关系。最后本文给出了识别系统对专有名词识别结果并对结果进行了分析,以验证本专有名词识别系统的识别能力并发掘系统还有待改进和提高的地方。总的来说,本专有名词识别系统有相当好的识别能力,能识别出中文句子中的专有名词,达到了预期的设计目标和效果。