龍騎少校

玩的就是技术。ko!!!
  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

大地__分词中歧义的多样性

Posted on 2009-10-15 14:29  龍騎少校  阅读(130)  评论(0编辑  收藏  举报

实际搜索通过程序模型分析文档,而是试图切出和人的思维*惯相*的结果是非常的艰难的,清华大学在日本的交流“自然语言和计算机语言的转换课题”中说到,目前的索引程序尤其大型的搜索引擎只有56%的准确率。­

­

所以搜索在大力开发歧义字段自动识别技术,以此拉*和人思维和阅览*惯的距离。­

­

切词的歧义:­

­

交集性歧义篇:­

­

“乒乓球拍卖完了”­

­

出现两种切分结果>>>­

­

乒乓球拍/卖/完了­

­

乒乓球/拍卖/完了­

­

这是两种不同的结果,同时直接影响到该句的主题关键词的提取。所以最好的办法只有在语句中,再次的找寻答案。­

­

(例子来自:搜索引擎技术 赵杰著)­

­

组合型的歧义类型:­

­

例如早期不是吵得沸沸扬扬的“和服”­

­

“某某长生产的长袖衫和服饰非常的畅销”­

­

其中的和服将被歧义。­

­

这是本质的歧义,中文索引中此类的情况很多。­