計算所漢語詞法分析系統(tǒng)ICTCLAS介紹
詞是最小的能夠獨立活動的有意義的語言成分。 但漢語是以字為基本的書寫單位，詞語之間沒有明顯的區(qū)分標記，因此，中文詞語分析是中文信息處理的基礎(chǔ)與關(guān)鍵。為此,我們中國科學院計算技術(shù)研究所在多年研究基礎(chǔ)上，耗時一年研制出了漢語詞法分析系統(tǒng)ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，該系統(tǒng)的功能有：中文分詞；詞性標注；未登錄詞識別。分詞正確率高達97%以上，未登錄詞識別召回率均高于90%，其中中國人名的識別召回率接近98%處理速度為31.5Kbytes/s。ICTCLAS的特色還在于：可以根據(jù)需要輸出多個高概率結(jié)果，有多種輸出格式，支持北大詞性標注集，973專家組給出的詞性標注集合。該系統(tǒng)得到了專家的好評，并有多篇論文在國內(nèi)外發(fā)表。
計算所漢語詞法分析系統(tǒng)ICTCLAS同時還提供一套完整的動態(tài)連接庫ICTCLAS.dll和相應(yīng)的概率詞典,開發(fā)者可以完全忽略漢語詞法分析，直接在自己的系統(tǒng)中調(diào)用ICTCLAS，ICTCLAS可以根據(jù)需要輸出多個高概率的結(jié)果，輸出格式也可以定制，開發(fā)者在分詞和詞性標注的基礎(chǔ)上繼續(xù)上層開發(fā)。
標簽：
ICTCLAS
漢語
分
計算
上傳時間：
2014-01-02
上傳用戶：15736969615
