交通術語與標準規(guī)范的符合性檢測技術研究.pdf

1、交通術語的應用對于提高信息系統(tǒng)及其數(shù)據(jù)內(nèi)容的規(guī)范性具有重要的意義。然而,由于漢語本身的特點,文字的不同組合和表述使得同一個術語的名稱五花八門,僅僅依賴人工進行一一對應的檢查勢必會產(chǎn)生巨大的工作量,并且要求檢查人員對術語標準熟悉程度也很高。為此,本文提出交通術語與標準規(guī)范的符合性檢測技術,該技術不僅易于交通術語進行匹配,并且能夠根據(jù)文字語義自動判斷相似的文字表述,從而對不規(guī)范的表述進行評價并給出修改建議。
　　 文章的主要工作和創(chuàng)

2、新如下:
　　 (1)根據(jù)交通信息數(shù)據(jù)元建立了交通術語語料庫。豐富了傳統(tǒng)的語料庫,不僅為交通信息的中文分詞提供了數(shù)據(jù)支持,也為交通信息標準檢測系統(tǒng)的建立提供了依據(jù)。
　　 (2)在分析HowNet的結(jié)構和義原描述的基礎上建立了交通術語結(jié)構庫。擴展了HowNet知識庫,為交通術語在相似度計算中得到準確結(jié)果提供了基礎。
　　 (3)采用層疊的隱Markov模型,優(yōu)化了現(xiàn)有的漢語分詞方法,進一步減少了系統(tǒng)的開銷,由于交

3、通術語語料庫的引入改進了分詞效率,使得交通文本中的交通術語能準確而完整的切分。
　　 (4)提出了形式概念分析的相似度計算方法,對現(xiàn)有的HowNet結(jié)構進行了優(yōu)化,減小了由義原深度不同而產(chǎn)生的誤差,通過對比其較HowNet相似度計算方法更為有效。
　　 實驗結(jié)果表明,引入交通術語語料庫,并采用層疊的隱Markov模型的分詞方法能夠提升分詞的準確度切分的正確率,正確率由96.55％提升到97.96％。交通術語標準符合性檢測