Comparación de todas las partes del discurso entre chino e inglés
1. Análisis léxico en inglés: incluidas las siguientes cinco situaciones, formas especiales de reconocimiento de palabras, como: let's, I '. Reducción morfológica regular de palabras, como: ed, ing. Los verbos, sustantivos, adjetivos y adverbios cambian de forma irregular, como elegir, elegir, elegir, eje, eje.
Formas numéricas simplificadas utilizadas para representar años, tiempos, porcentajes, moneda y números ordinales, como? 20. Reducción morfológica de palabras compuestas, como hombre-máquina.
2. Métodos generales de análisis morfológico:
Búscalo en el diccionario. Si la palabra existe en el diccionario, determine directamente el prototipo de la palabra. Según diferentes situaciones, encuentre las reglas correspondientes para restaurar palabras. Si la palabra se encuentra en el diccionario después de la reparación, se obtiene el prototipo de la palabra. Si no se puede encontrar la regla de conversión correspondiente o la palabra aún no se encuentra en el diccionario después de la conversión, la palabra se considerará no registrada.
La segmentación automática de palabras es una base importante para el análisis de oraciones en chino. El análisis de palabras tiene una amplia gama de aplicaciones estadísticas. El procesamiento de documentos utiliza palabras como características del texto. Palabra por palabra marca el tono, palabra por palabra marca el tono.
3. Cuestiones principales:
Para la estandarización de la segmentación de palabras chinas, "qué es una palabra" y "qué es una palabra" son dos preguntas básicas.
La dificultad proviene principalmente de la división de palabras y morfemas, y de la división de palabras y frases.
4. Procesamiento de campos de segmentación ambigua:
La cadena de caracteres chinos AJB con ambigüedad de segmentación de tipo intersección se denomina ambigüedad de segmentación de tipo intersección. Si AJ y BJ son palabras, entonces J se llama cadena de intersección. Longitud de la cadena El conjunto de cadenas de intersección propiedad de una ambigüedad dividida en intersección se denomina cadena de cadenas de intersección y su número se denomina longitud de la cadena.