自然语言理解实验报告
13页1、自然语言理解课程实验报告 实验一、中文分词1、 实验内容用最大匹配算法设计分词程序实现对文档分词,并计算该程序分词的正确率、召回率及F-测度。实验数据:(1)wordlist.txt 词表文件 (2)pku_test.txt 未经过分词的文档文件(3)pku_test_gold.txt 经过分词的文档文件 2、 实验所采用的开发平台及语言工具开发平台:Eclipse软件语言工具:Java语言 3、 实验的核心思想和算法描述核心思想:正向最大匹配算法 (Forward MM, FMM)算法描述: 正向最大匹配法算法如下所示:逆向匹配法思想与正向一样,只是从右向左切分,这里举一个例子:输入例句:S1=计算语言学课程有意思 ;定义:最大词长MaxLen = 5;S2= ;分隔符 = “/”;假设存在词表:,计算语言学,课程,意思,;最大逆向匹配分词算法过程如下:(1)S2=;S1不为空,从S1右边取出候选子串W=课程有意思;(2)查词表,W不在词表中,将W最左边一个字去掉,得到W=程有意思;(3)查词表,W不在词表中,将W最左边一个字去掉,得到W=有意思;(4)查词表,W不在词表中,将W最左
2、边一个字去掉,得到W=意思(5)查词表,“意思”在词表中,将W加入到S2中,S2= 意思/,并将W从S1中去掉,此时S1=计算语言学课程有;(6)S1不为空,于是从S1左边取出候选子串W=言学课程有;(7)查词表,W不在词表中,将W最左边一个字去掉,得到W=学课程有;(8)查词表,W不在词表中,将W最左边一个字去掉,得到W=课程有;(9)查词表,W不在词表中,将W最左边一个字去掉,得到W=程有;(10)查词表,W不在词表中,将W最左边一个字去掉,得到W=有,这W是单字,将W加入到S2中,S2=“ /有 /意思”,并将W从S1中去掉,此时S1=计算语言学课程;(11)S1不为空,于是从S1左边取出候选子串W=语言学课程;(12)查词表,W不在词表中,将W最左边一个字去掉,得到W=言学课程;(13)查词表,W不在词表中,将W最左边一个字去掉,得到W=学课程;(14)查词表,W不在词表中,将W最左边一个字去掉,得到W=课程;(15)查词表,“意思”在词表中,将W加入到S2中,S2=“ 课程/ 有/ 意思/”,并将W从S1中去掉,此时S1=计算语言学;(16)S1不为空,于是从S1左边取出候选
3、子串W=计算语言学;(17)查词表,“计算语言学”在词表中,将W加入到S2中,S2=“计算语言学/ 课程/ 有/ 意思/”,并将W从S1中去掉,此时S1=;(18)S1为空,输出S2作为分词结果,分词过程结束。 4、 系统主要模块流程、源代码import java.io.*;import java.util.Vector;public class WordSequencepublic static void main(String args)tryFileInputStream fis=new FileInputStream(F:pku_test.txt);InputStreamReader SR=new InputStreamReader(fis);BufferedReader BR=new BufferedReader(SR);String pku=;while( (pku=BR.readLine()!=null) Sequence pku_test=new Sequence(pku); System.out.println( );catch(IOException e)Syste
《自然语言理解实验报告》由会员ni****g分享,可在线阅读,更多相关《自然语言理解实验报告》请在金锄头文库上搜索。
荒山转让合同范本14篇
商场中秋活动策划方案,商场中秋活动策划方案怎么写
动、静设备的不同巡检要点及设备零故障管理
八一班数学成绩
关于买房合同汇编5篇
山东省建筑净化空调系统安装施工工艺doc
上海康大企业标准(无负压)
引用中学生话题作文二十讲系列之四
管理学原理论述题(考试小抄)
器材申请书范文
语法:专有名词、连词教案
关注农村学校美术教育的改革与发展 全面提高美术教育教学质量
怎样才能进入高效率学习状态
模具制造电切削加工技术系题库全含答案
放射诊疗工作人员职责模板(十篇)
股权赠与协议简易样本(五篇).doc
高中英语模块11Unit2单元背景知识学习学案牛津版选修11
专业音响设备的连接方法
土建技术员试用期满转正申请书
最新--石家庄市房地产开发收费一览表
2024-01-11 32页
2023-04-03 35页
2022-11-16 3页
2024-01-29 17页
2023-11-27 16页
2024-02-04 14页
2022-11-01 23页
2024-01-31 6页
2022-07-31 2页
2022-12-28 20页