Analizador léxico chino basado en HHMM ICTCLAS

Este documento presenta los resultados del Inst. de Tecnología de Computación, CAS en el Primer Concurso Internacional de Segmentación de Palabras Chinas patrocinado por ACL SIGHAN. Los autores introducen el marco unificado basado en HHMM de nuestro analizador léxico chino ICTCLAS y explican el funcionamiento de las seis pistas. Luego proporcionan los resultados de la evaluación y dan más análisis. La evaluación de ICTCLAS muestra que su rendimiento es competitivo. En comparación con otros sistemas, ICTCLAS ha ocupado el primer lugar tanto en la pista cerrada CTB como en la PK. En la pista abierta PK, ocupa la segunda posición. La versión BIG5 de ICTCLAS fue transformada de la versión GB en solo dos días; sin embargo, tuvo un buen desempeño en dos pistas cerradas BIG5. A través del primer concurso, pudimos aprender más sobre el desarrollo en la segmentación de palabras en chino y tener más confianza en nuestro enfoque basado en HHMM. Al mismo tiempo, realmente encontramos nuestros problemas durante la evaluación. El concurso es interesante y útil.