成人非字词作业速度的随龄减慢及其与汉字作业的比较

以３００名２０－７９岁成人为被试，并以１０岁段划分为６个年龄组，完成了非字词作业速度的随龄减慢及其与汉字作业的比较研究。结果表明：（１）数字鉴别、数字旋转、心算、符号数字和图形空间定位五项非字词作业速度均随增龄而显著减慢；（２）元分析结果表明３０－３９岁组到７０－７９岁组５个年龄组上述非字词作业反应时均为２０－２９岁组的平方函数，而且，非字词作业速度减慢的程度在６０岁后明显增大；（３）符号数字和数字鉴别两项非字词作业速度的随龄减慢均较相对应的汉字数字和汉字鉴别汉字作业更为明显。

“非字词”的语用理据和语用条件

本文从社会语用学角度考察“非字词”现象。首先透视种种“非字词”现象的理据,指出其语用价值和积极意义,然后指出其反语用性和消极意义。文章重点提出“非字词”的8个语用条件,认为对待“非字词”现象应该是以“语用条件”为准绳的宽容与批评的对立统一。

中文“非多字词错误”自动校对方法研究

针对目前中文文本中的"非多字词错误"自动校对方法的不足,提出了一种模糊分词的"非多字词错误"自动查错和自动校对方法。首先利用精确匹配算法与中文串模糊相似度算法对中文文本进行精确切分和模糊全切分,建立词图;然后利用改进的语言模型对词图进行最短路径求解,得到分词结果,实现"非多字词错误"的自动发现和自动纠正。实验测试集是由2万行领域问答系统日志语料构成,共包含664处"非多字词错误"。实验表明,所提方法能有效发现"非多字词错误",包括由于汉字替换、缺字、多字引起的"非多字词错误",该方法的查错召回率达到75.9%,查错精度达到85%。所提方法是一种将查错与纠错融于一体的方法。

基于规则与统计相结合的中文文本自动查错模型与算法

中文文本自动校对是自然语言处理领域具有挑战性的研究课题。本文提出了一种规则与统计相结合的中文文本自动查错模型与算法。根据正确文本分词后单字词的出现规律以及“非多字词错误”的概念,提出一组错误发现规则,并与针对分词后单字散串建立的字二元、三元统计模型和词性二元、三元统计模型相结合,建立了文本自动查错模型与实现算法。通过对30篇含有578个错误测试点的文本进行实验,所提算法的查错召回率为86.85%、准确率为69.43%,误报率为30.57%。