基于依存语法的蒙古语间接宾述关系识别

蒙古文信息处理中,间接宾述关系与状述关系的区别是非常模糊的。依存句法自动分析时,如何使机器更好的理解语义,提高自动识别的准确度,优化系统功能是蒙古文信息处理必须解决的重要问题。针对蒙古语依存句法分析,与格/从格形态变化时的名词充当被支配词时状述关系与间接宾述关系的模糊问题,配价语法,语义角色等理论与方法的角度简要的展开分析并描述句法自动分析存在的缺陷,展望蒙古语依存语法研究的未来。

一种传统蒙古文拼写检查系统的实现

文本自动校对是蒙古文信息处理核心技术之一,是基础研究和应用技术的有机融合。文本校对包含词典建设、词法分析等基础资源建设和底层技术研发,也包括针对具体需求的系统研发。由于蒙古文自身的特点,现有的有关文本校对或拼写检查方面的技术不能满足蒙古文需求。本文在借鉴中文、英文、阿拉伯文、印度文等多种语言拼写检查技术的基础上,介绍了一种基于混合策略的蒙古文非词检查及纠错建议生成方法。在非词检查阶段融合正字法词典和相关语法规则,研制了蒙古文有限状态自动机,大大提高了词语识别速度和非词查准率。在纠错建议生成阶段,首先以3500万词文本语料为基础,构建蒙古文全词词典,并解决了动词纠错建议的生成问题。之后以上述文本语料为基础,构建了蒙古文Ngram模型,并将最小编辑距离和词根Bigram融合,研制了六种候选词排序算法。经试验,本文提出的基于字符相似度的编辑距离计算方法以及与Bigram值加权融合的排序算法表现最好,正确候选词排在第一位和前三位的准确率分别达到了92.01%和96.51%,并且已实现在商业化校对软件Mongolian Editor Version 6.0中。