[发明专利]一种基于类型论的汉语分词方法

摘要

本发明涉及一种基于类型论的汉语分词方法，属于计算机应用技术领域。本发明吸收逻辑学中类型论的思想，并在此理论框架下，通过给出相关概念的定义、进行汉语全类型设计、构造词典、对输入的句子进行全切分、识别前后缀类型、未登录词、交叉歧义字段、组合歧义字段、执行合并算法、执行类型函数贴合算法、统计校正并输出结果这样的一个过程实现了基于类型论的汉语分词。本发明使未登陆词识别和交叉歧义、组合歧义消解这两大汉语分词的瓶颈问题在同一理论框架下得到一定解决，同时使句法层面的交叉歧义、组合歧义和语义层面的真歧义也在同一理论框架下得到一定解决，并大大提高了未登陆词识别和歧义字段识别的准确率。

主权项

1. 一种基于类型论的汉语分词方法，其特征在于其具体实现步骤如下：步骤一、给出相关概念的定义步骤二、进行汉语全类型设计在步骤一相关概念定义的基础上，根据汉语的语言学知识、句法特点及分词系统的实际需要，进行汉语全类型设计；步骤三、构造词典在步骤二汉语全类型设计完成的基础上，构造词典；步骤四、对输入的句子进行全切分在步骤三词典构造完成的基础上，对输入的句子进行全切分；步骤五、识别前后缀类型、未登录词、交叉歧义字段、组合歧义字段根据步骤四中全切分的排序结果，依次进行前后缀类型、未登录词、交叉歧义字段、组合歧义字段识别；步骤六、执行合并算法在步骤五前后缀类型、未登录词、交叉歧义字段、组合歧义字段识别的基础上，对“有前后缀类型或未登录词”的情况执行合并算法；步骤七、执行类型函数贴合算法首先制定类型函数贴合算法的类型贴合规则，然后在步骤五前后缀类型、未登录词、交叉歧义字段、组合歧义字段识别的基础上，对“只有歧义(这里指交叉歧义或组合歧义)”的情况和步骤六中执行合并算法后的结果，执行类型函数贴合算法；步骤八、统计校正在步骤七执行类型函数贴合算法，判断出是真歧义时进行统计校正；本发明采用已有技术中的词频统计方法进行校正；步骤九、输出结果。