%0 Journal Article
%T 面向汉语建模的自适应词表生成算法
%A 肖镜辉
%A 刘秉权
%A 王晓龙
%J 自动化学报
%P 40-47
%D 2008
%R 10.3724/SP.J.1004.2008.00040
%X ？词表的质量直接影响汉语语言模型的性能,而当前汉语词典编撰工作同语言建模工作相脱离,一方面使得现有的汉语语言模型受词表规模所限,性能不能发挥到最优,另一方面因为缺乏专业领域的词表,难以建立面向特定领域的语言模型.本文旨在通过建立优化词表的方式来提高现有汉语语言模型的性能,并使其自动适应训练语料的领域.本文首先将词表自动生成工作同汉语语言建模工作相结合,构建一体化迭代算法框架,在自动生成优化词表的同时能够获得高性能的汉语语言模型.在该框架下,本文提出汉字构词强度的概念来描述汉语的词法信息,并将其作为词法特征与统计特征相结合,构造一种基于多特征的汉语词表自动生成算法.最后,本文提出两种启发式方法,自动根据训练语料的特点调整系统中的各项参数,使系统能够自动适应训练语料的领域.实验表明,本文的方法能够在生成高质量词表的同时获得高性能的语言模型,并且能够有效自动适应训练语料的领域.
%K 词表自动生成
%K 语言建模
%K 汉字构词强度
%K 自适应
%U http://www.aas.net.cn/CN/abstract/abstract16037.shtml