基于词内部模式的新词识别

提出一种基于词内部模式的新词识别算法,该算法在重复串查找的基础上,结合词内部模式的特征提出改进位置成词概率和首尾单字成词概率的加权,依次判断互信息、邻接类别等统计量,对新词进行识别。通过不同的实验对比发现,该算法在一定程度上能有效提取新词。

基于词内部模式的中文新词识别研究

提出了一种基于支持向量机的中文新词识别算法.该算法结合新词内部模式以及词长等提出了基于词内部模式的改进字符位置似然概率,并综合新词的邻接类别等特征对新词进行识别.经过小说语料测试,实验结果表明:该算法的微F1值为0.583 3,宏F1值为0.775 7,分别比不考虑词内部模式的基准算法提高约63%和30%.

区域尺度桢楠人工林土壤养分特征

分析区域、龄组对桢楠人工林土壤性质的影响,从土壤养分探讨区域尺度上桢楠人工林的土壤养分特征,为桢楠人工林的可持续经营和立地质量精准评价提供理论依据。选择四川省不同区域、林龄桢楠人工林为研究对象,采用S形取样法对不同土层(0~20 cm、20~40 cm)进行养分试验研究,一般线性模型、相关分析、主成分分析等多元统计方法相结合,探究桢楠人工林土壤养分因子在不同区域、不同龄组间的差异性和相关性。结果显示,四川不同地区桢楠人工林土壤在全氮、全磷、全钾、钙和镁5项指标上差异显著(P<0.05),有机碳差异不显著。所有养分因子在不同龄组之间的差异不显著。随着土层深度的增加,各养分含量整体上呈递减趋势,具有表聚性。仅有机碳和全氮呈显著的正相关,其余各养分指标间相关性均不显著。基于主成分分析的桢楠人工林土壤养分综合得分前三位分别为雅安市荥经县、乐山市峨眉山以及雅安市雨城区。因此,要根据不同区域土壤养分特征适地进行桢楠人工林可持续经营。

基于改进位置成词概率的新词识别

提出了一种基于改进位置成词概率的新词识别算法.该算法在位置成词概率的基础上,结合新词内部模式的特征提出了改进的位置成词概率,然后再综合互信息、邻接类别等统计量对新词进行识别.采用小说语料进行测试,实验结果表明该算法在一定程度上能有效提取新词.