Preliminary Study of Chinese Word Segmentation and Part-of-Speec...

本文将清华大学中文分词和词性标注系统应用于部分微博语料数据，检测系统对微博新词识别能力及对识别错误进行了分类总结，并对识别率低的新词制定了标注规范。通过人工校对获得新的训练语料数据集，提高系统对微博文本的处理能力，为建立微博专用语料库做前期准备工作。