藏文词典排序原理与查词典的方法

藏文词典查检方法有一定之规。文章介绍了藏文词典排序的一般性原理和词典编排的现状,同时讨论了藏文词典排序的渊源,以及指出目前藏文词典编撰缺乏明确规范,亟需统一标准。文章详细叙述了藏文词典的检索方法,并配以案例加以说明。这些内容对于学习者和使用者都具有一定的实用价值。

词库开放型藏文词典软件的实现——以Goldendict词典为例

随着各种操作系统的不断发展,特别是智能手机、平板电脑的不断普及,促进了词典的跨平台发展。本文以词库开放型Goldendict词典为例着重探讨了如何打造多平台下的藏文词典软件。

藏文情感词典构建的现状分析

近年来,许多研究者证实,基于深度学习的多特征融合情感分析方法比纯深度学习方法更能挖掘文本的情感信息,其中情感词特征是最重要的特征之一。目前,藏文虽然有少量的情感词典,但基本上没有公开,想要使用藏文情感词典资源,只能自行构建。研究藏文情感词典的构建现状能对后续藏文情感词典的构建提供帮助。为了解藏文情感词典的词汇分类方法、常用词典构建方法以及已有藏文情感词典的词汇量与词汇构成等方面的研究现状,文中通过对比和统计等方法分析了近10年藏文情感词典构建相关的文献(以CHKI为主),总结出了藏文情感词典构建方面的研究状况。经研究发现,情感词的分类方法中,主要有7大类21小类、12大类20小类、2大类18小类等。藏文情感词典的构建方法包括词典匹配、机器翻译、SO-PMI扩充、基于word2vec或BERT的相似度扩充方法等。已有藏文情感词典的词汇量大致在5000至28000之间,接近中文情感词典的水平,词汇构成主要包含情感词、程度副词、否定词、双重否定词、表情词等。希望为相关研究人员提供参考。

基于WordNet的藏文语义词典半自动构建方法研究

语义词典是人工智能、语义网与知识工程等研究领域的热点,它可以支持机器学习、自然语义理解、数据挖掘及机器翻译等技术。文章在藏语独特的文法理论研究基础上,利用对比英文和藏文词之间的语义关系、构建双语大型数据库和制定映射过程中词汇空缺等方法,构建了基于半自动匹配的藏文语义词典。本语义词典既兼容了国际通用的英文WordNet,又保留了藏语的特点,为藏文信息处理提供了重要的数据资源。

基于改进SO-PMI的藏文情感词典自动构建方法

情感词典是舆情分析、情感计算等领域非常重要的知识资源。针对藏文情感标注资源匮乏的情况,提出一种基于改进SO-PMI的藏文情感词典自动构建方法。该方法使用情感关联修正对点互信息计算方式进行改进,提升了SO-PMI方法从复杂句式中抽取情感词的准确率,实现从藏文句子级文本中自动构建情感词典。在藏文微信评论文本数据集上将所提方法与传统SO-PMI方法以及改进的标签传播法进行对比,实验结果表明,该方法在情感词识别准确率上分别提高了20.38%和2.34%,生成的词典能够包含语料领域的情感词,可用于不同领域的藏文情感分析研究。

藏文情感词典的构建及微博情感计算研究

针对国内尚缺乏系统的藏文情感词典,提出借助中文情感词典资源自动构建藏文情感词典的方法,并基于构建的藏文情感词典对藏文微博进行情感分析研究。首先,通过合并去重算法、字符串匹配算法等自动地构建了藏汉情感词典;然后,通过去重算法得到藏文情感词典和藏文停用词词典;最后,通过加权叠加微博中的情感词或情感短语相应的权值来研究藏文微博的情感倾向。实验自动构建了藏文情感词典,包含基础情感词、程度词、否定词、转折词、双重否定词、藏文停用词。基于实验构建的藏文情感词典,与其他藏文情感词典相比,有效地提高了藏文微博情感倾向分类的准确率。实验结果表明,该词典达到了良好的实用性。

基于词向量的藏文情感词典的构建方法研究

随着藏文信息技术的发展,藏文文本情感分析是近年来迅速兴起的一个研究课题,而藏文情感词典的构建是藏文文本情感分析与文本挖掘领域中重要的基础性工作。情感类别手工标注不但费时费力,且容易受到主观性的影响,同时对领域性的过分关注也大大限制了情感词典的适用性。因此,本文在分析国内外情感词典扩充方法的基础上,结合藏文本身的特点,提出了"基于词向量的藏文情感词典的构建方法",其核心思想是在人工标注的基础上定义基准词;然后基于词向量来扩充情感词典,并实践和验证了几种不同的扩充情感词典的方法,并选取最优的KNN扩充法从语料中自动扩充藏文情感词,建立了一部比较实用的藏文情感词典。

大型藏语词典的优化索引模型(英文)

A traditional-ordered Tibetan dictionary based on present Tibetan coded character sets (ISO/IEC 10646-1:1993 & GB16959-1997) is of hashing structure, and can make no effective index work because of lacking of ordered internal coded character within computers. This paper establishes a transformational relationship between Tibetan letters and numerical codes with the supplement of analyzing the constructional rules of Tibetan words. According to the statistical analysis of syllabic distribution in a large Tibetan dictionary, we design a multi-level index optimizing project for dictionary data retrieval. The core content includes the idea of layer upon layer processing to the letters of basic consonants and vowels and the matching method based on code prefixes of words. At last we propose a concept of 揵ucket?to process the homographs encountered in data retrieval.