自然语言词性序列的分类

采集142份主题句作业自然语言语料数据，利用中文自然语言处理平台构造自然语言的词性序列；经过语言结构粗粒化处理，建构由名词、动词、形容词和代词等4种实词构成的词性序列分类模型．研究结果显示，基于词性含量的自然语言词性序列分类模型的准确率达到90%；基于词序位置的自然语言词性序列的分类模型的准确率达到了95%．研究结论表明，自然语言的词性序列分类模型在语言认知领域具有较好的应用价值，不仅可以揭示和证实语言与心理信息之间存在的相关关系，而且可以通过客观的语言符号对内隐的心理信息做出科学的评估．