字符级的维吾尔语形态协同分析方法

吐尔洪·吾司曼^1,2.3, 杨雅婷^1,2,3, 艾孜孜·吐尔逊⁴, 程力^1,2,3,†

1. 中国科学院新疆理化技术研究所, 乌鲁木齐 830011
2. 中国科学院大学, 北京 100049
3. 新疆民族语音语言信息处理实验室, 乌鲁木齐 830011
4. 和田师范专科学校数学与信息学院, 和田 848000

收稿日期:2018-04-15修回日期:2018-08-09出版日期:2019-01-20

基金资助:中国科学院“西部之光”人才培养计划基金(2017-XBZG-BR-001, 2017-XBQNZ-A-005)、国家“****”项目(Y32H251201)、国家自然科学基金(U1703133)和中国科学院青年创新促进会基金(2017472)资助??

Collaborative Analysis of Uyghur Morphology Based on Character Level

Turghun Osman^1,2,3, YANG Yating^1,2,3, Eziz Tursun⁴, CHENG Li^1,2,3,†

1. Xinjiang Technical Institute of Physics & Chemistry, Chinese Academy of Science, Urumqi 830011
2. University of Chinese Academy of Science, Beijing 100049
3. Xinjiang Laboratory of Minority Speech and Language Information Processing, Urumqi 830011
4. Institute of Mathematics and Information of Hotan Teachers College, Hotan 848000

Received:2018-04-15Revised:2018-08-09Published:2019-01-20

RichHTML

0

PDF

(1060KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 针对维吾尔语中构形词缀种类多、构形复杂以及发生音变现象等问题, 提出一种基于字符级的维吾尔语形态协同分析方法。该方法最大的特点是同时进行维吾尔语的形态切分、形态标注以及音变还原, 将词素边界、形态标记以及音变信息用一个复合标记描述, 采用字符序列的标注方法进行训练。实验结果显示, 形态切分、形态标注及音变还原的正确率分别达到96.39%, 92.78%和99.79%, 系统总体正确率达92.59%。

引用本文

吐尔洪·吾司曼, 杨雅婷, 艾孜孜·吐尔逊, 程力. 字符级的维吾尔语形态协同分析方法[J]. 北京大学学报自然科学版, 2019, 55(1): 47-54.
Turghun Osman, YANG Yating, Eziz Tursun, CHENG Li. Collaborative Analysis of Uyghur Morphology Based on Character Level[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(1): 47-54.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3299