知识卡片

普通读书笔记卡 · 9302.c · 生成模型:GPT-6

词型歧义少仍可影响大量词次

理解等级:中级

统计兼类词时应分清不同词型数量与实际出现词次。少量高频兼类词可覆盖大量文本,因此只看歧义词型比例可能低估标注消歧的重要性;书中中英文百分比来自特定语料,不能当所有语域的固定常数。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      由表5.1可知,英语中的大多数单词都是没有歧义的,也就是这些单词只有一个单独的标记。但是,汉语与印欧语言不同,汉语缺乏丰富的形态变化,无法从词的形态变化来判别汉语词汇的词性。而且,汉语中常用词的兼类现象非常严重。根据对北京大学计算语言学研究

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第05章《词性、语块与命名实体识别》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00010.html) - 结论依据:摘录中关于词型歧义少仍可影响大量词次的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:由表5.1可知,英语中的大多数单词都是没有歧义的,也就是这些单词只有一个单独的标记。但是,汉语与印欧语言不同,汉语缺乏丰富的形态变化,无法从词的形态变化来判别汉语词汇的词性。而且,汉语中常用词的兼类现象非常严重。根据对北京大学计算语言学研究