一种汉语离合词的自动识别方法

摘要

本发明公开了一种汉语离合词的自动识别方法，包括以下步骤：1)利用带距离信息的Gram对分词后的语料进行统计的步骤；2)离合词模式候选库的生成步骤；3)离合词自动识别的步骤：遍历离合词模式候选库，计算得到满足离合模式的离合词候选的离合置信度和离合支持度，并根据所述离合置信度和离合支持度与对应预设阈值的比较，实现离合词的自动识别。本发明有利于更为精准的开展自然语言的信息化处理工作，可广泛应用于中文文本自动校对领域中离合词的自动识别，可有效改善“将离合词中间的插入的字或词当做插入错误”的误判，也可以避免矫枉过正，将“不是离合词却类似离合词式的插入错误”被全部过滤掉而产生的漏判，具有较高的实用意义。

主权项

一种汉语离合词的自动识别方法，其特征在于该方法包括以下步骤：1)利用带距离信息的Gram对分词后的语料进行统计的步骤：对分词后的语料，结合离合词的定义和特点，利用带距离的Gram来统计分词后语料库中的统计信息；2)离合词模式候选库的生成步骤：根据离合词的特点，将满足离合模式的离合词候选，及其对应的离合词候选模式串加入到离合词模式候选库中；3)离合词自动识别的步骤：遍历离合词模式候选库，计算得到满足离合模式的离合词候选的离合置信度和离合支持度，并根据所述离合置信度和离合支持度与对应预设阈值的比较，实现离合词的自动识别。