中文辭彙岐義之研究──斷詞與詞性標示

目前電腦應用在中文處理方面，對於斷詞已能達到相當高的正確率（95%以上），然而在中文詞性標示的基礎研究上，仍未有相當的研究及令人滿意的結果。分析其原因，不外乎中文詞性訂定尚無標準：中文句法較複雜，變化較大，想要以法則分析法來運作似乎不太容易；還有缺乏良好的含有詞性及頻率的電子辭典。目前我們已擁有含有詞性及頻率的電子詞典，且捨棄傳統法則分析的方法，改以機率式的方法，來作詞性的標示。在這個系統裡，我們用了幾個模型，並且分析比較了它們的結果，以期達到最好的效果。此外，對於部份的未知詞，詞長為一或二的，我們也做了處理；還有中文姓名的部份，也在我們討論範圍內。在本篇的後面部份，我們作了正確率的評估與錯誤的分析，以利我們了解什麼是發生錯誤的主因，尋求改進之道。