异或哈希算法查找中文词组性能评价

本文根据汉字机内码的特点，利用异或哈希算法建立中文词库和查找中文词组．根据不同规模的中文词库，给出了相应的改进算法。对实际的中文词库测试表明，此哈希算法分布均匀、冲突较少，且速度快，因此具有较好的实用性。

中文词组的快速查找算法

本文提出按数据文件的关键字(中文词组)中每个汉字笔划数的权值之和进行分桶存贮,在查找中文词组串时,也采取按桶检索的查找算法,并证明了该查找算法的平均化费为O(N),优O(N log N)于的二分查找算法。

基于中文词组查找的散列算法

本文从研究汉字机内码表示（ＡＳＣＩＩ码）出发，提出新的中文词组查找的散列算法。这种散列算法的特点是：（１）如果中文词组直接桶存储，在服从一般概率分布条件下，查找的平均工作量为Ｏ（Ｎ）；（２）如果分级存储，对不同的中文信息处理环境，无论关键字状况怎样，都能以相同方法建立索引，其查找平均工作量也为Ｏ（Ｎ）。此外，本文还给出了算法在自动分词，规则匹配等方面的应用。

基于字词重复模式及错字率的中文词组语料校对策略

经过统计发现在中文词组语料中具有字词重复特性的词组具有较高的错字率。对词组的字训重复模式进行了分类统计，统计了不同重复模式的出错率。了解到高错字率的重复模式。比如重复字词出现在词组尾部，或者出现连续性重复，则出错概率较大。基于字词重复模式的出错率数据，推荐了两种对人肌模词组语料进行人工校对的优化策略。

简讯

N-Gage QD多媒体娱乐手机国内上市;2004年国际通信展酷派续演黑马传奇；英特尔通信联盟首次亮相中国；英特尔扩展网络处理器产品线；Mio 136隆重发布；中文T9词组输入1．2及T9拉丁文7．2推出；德州仪器在京举办数码精品巡展……