论文部分内容阅读
基于词位的统计分析方法识别并切分现代藏语文本中的黏写形式，其最大特点是减少了未登录词对识别效果的影响。首先根据藏文自身的特点，将常用的四词位扩充为六词位，再利用条件随机场模型作为标注建模工具来进行训练和测试，并根据规则对识别结果进行后处理。从实验结果来看，该方法有较高的识别正确率，具有进一步研究的价值。下一步的改进需要扩充训练语料，并对模型选用的特征集进行优化。