基于遗传算法的汉语基本词汇自动提取研究-计算机应用技术专业论文.docx

appropriate appropriate to be used in large·scale and complex discrete space Global Optimization．It is better than the conventional method in the solution speed and the quality,is a higll speed approximate method． Automatic extraction of Chinese basic vocabulary is the learning process． First，GA analyzes three characteristics of the basic vocabulary enumerated by linguists listed,and studies and summarizes the rule of these words．Then，GA compute in word table of’Engineering Definition of Contemporary Chinese Common-using Words”base on that rule．The paper describes the operations of the genetic algorithm in detail． Keywords：Genetic Algorithms，Chinese Basic Vocabulary，automatic extraction 内敛古师范人学颅I学位论史第一章绪论 内敛古师范人学颅I学位论史 第一章绪论 1．1引言 基本词汇是指一个民族的群众在日常生活的语言交流中要经常使用的、不可 缺少的那部分词汇。基本词汇是一种语言的词汇系统中的核心部分． 1950年，斯大林在‘论语言学中的马克思主义》一文中，系统地对基本词 汇进行了论述，文章指出：“语言的词汇中的主要东西就是基本词汇，其中就包括 成为它的基础的全部根词。基本词汇比语言的词汇少得多，可是它的生命却长久 得多．它在千百年的长时期中生存着，并且为构成新词提供基础。”“1 斯大林文章的发表对基本词汇的研究产生了重大影响，在上世纪五、六十年 代掀起了一股研究基本词汇的热潮，对基本词汇概念的界定，也是众说纷纭。但 是对基本词汇所具有的“全民常用性、历史稳固性和构词能力强(或者说‘能产 性’)”三大特点，语言学界已达成基本共识。 关于基本词汇的最本质特点，至今仍有争论：如，在《语言学引论》(1958) 一书中对基本词汇的特性有这样的描述“一般来说，全民性这个特征是一切基本 词汇的词所共有的”啪。而与之相对应，还有观点认为基本词汇的最本质特点 是构词能力，“这是基本词汇最主要的属性”“1，。词的有无构词能力是判断一 个词是否基本的先决条件”o】。这样就使得一些构句的基本元素，在日常生活 中十分常用，但缺乏构词能力的虚词被排除在了基本词汇之外，这从理论和实际 应用角度都是无法被接受的。 对于基本词汇的稳固性特征也是如此。有些词，几千年来变化不大；有些词， 是过去某个时期的基本词，另外一些词，虽然可能只有上百年的历史甚至更短， 但“它们仍然是现代汉语的基本词汇”“。 鉴于上述的争论。我们研究具有一定限制条件的基本词汇。 1．2现代汉语工程基本词的定义 本文提取具有一定限制条件的基本词汇，即。现代汉语工程基本词”Ⅲ。其 摹十遗传算法的汉语摧奉词汇的自动提取研究定义如下： 摹十遗传算法的汉语摧奉词汇的自动提取研究 定义如下： 现代汉语工程基本词(Engineering Definition of Contemporary Chinese Basic Vocabulary，简称ECBV)是现代汉语动态流通语料库词汇系统的核心稳 定部分，是当今汉民族人民在日常交流中普遍使用的、不容易变化，时间上使用 稳定的词汇，它的词语具有较强的构词能力，是汉语言中派生新词的基础。 “现代汉语工程基本词”ECBV具有如下特征： (1)全民常用性； (2)时间的使用稳定性： (3)构词能力强： 1．3论文研究的意义 基本词汇是语言的意义基础，是不断变动的词汇系统中相对稳定的部分，是 生成新词语的核心词汇。在中小学语文教学中，抓住了基本词汇，就等于抓住了 词语教学的灵魂。同时，基本词汇集的研制，可以为教学词汇等级大纲的制定， 提供科学的参考依据。 基本词汇包含那些反映人类对世界最主要、最基本、最具体认识的词，而这 些词反映的概念往往是在不同语言中共同存在的，所以基本词汇是第二语言教学 的基础。 研究汉语的基本词汇，还能够推动汉语的本体研究，以词典编纂为例：基本 词汇作为汉语词