基于法律文本的藏语句子边界识别.pdfVIP

基于法律文本的藏语句子边界识别水 赵维纳1．2,3，刘汇丹3一，于新3”，吴健3，张普1 1．北京语言大学，北京100083；2．青海师范大学，西宁810008； 3．中国科学院软件研究所，北京100190；4．中国科学院研究生院，北京100190 摘要：由于传统藏语书写中标点符号的特殊性，在藏语句子中如何找到正确的句子边界，是正确识别句子 的首要问题．本文通过对藏语法律文本语料的观察，利用规则提出了一个藏语句子边界的识别算法．同时 对藏语法律文本的句式特点进行初步的分析和探讨． 关键词：断句；藏文句子边界识别；藏文信息处理冲文信息处理 TheTi betanSentence l denti fi cati onBasedon Boundary I Texts Lega Zhao Pul Weinal2,3,LiuHuidan34，YuXin3,4,WuJian3,Zhang and Culture 1．BeijingLanguage University,Beijing,100083； Normal 2．Qinghai University,Xining，810008；． 3．Institute ofSoftware，ChineseAcademyofSciences，Beijing，100190； 4．Graduate ofthe UniversityChineseAcademyofSciences，Beijing,100190 E-mail：zhaowcinal999 a@Tahoo．corn．cn,huidan@iscas．ac．cn， Abstract：Asthe oftheTibetan findthecorrectsentence hasbecome marks，to specificity punctuation boundary anur task e oftibctansen boundar ofTibetansentenceidentification．W ithm tence gent Prepose矾alger Y identificationwithruleswhichbasedonOUrresearchof anddiscussfeatures legaltexts．Meanwhile,WCanalysis ofTibetansentences． bound words：sentenceboundar ibetansentence ibetaninformation Key Yidentification；T aryidentification；T information processing；Chineseprocessing 1 已I皇 ．L ’，l口 藏语是-f]古老的语言，据记载从公元7世纪创造起至今已有1400多年的历史。