61.通過這個(gè)練習(xí)讓學(xué)生對(duì)過去分詞作定語的語法知識(shí)進(jìn)行觀察、分析與對(duì)比、歸納、使用。

62.本文主要目標(biāo)是設(shè)計(jì)并實(shí)現(xiàn)一個(gè)漢語自動(dòng)分詞系統(tǒng)。

63.大規(guī)模語料庫中分詞結(jié)果不一致現(xiàn)象影響著語料庫分詞質(zhì)量。

64.并采用生物醫(yī)藥專業(yè)分詞保證精確檢索。

65.其次是在統(tǒng)計(jì)分詞方面的改進(jìn)，本算法中利用統(tǒng)計(jì)方法處理未登錄詞和歧義。

66.輸入法分析用戶的行為進(jìn)行分詞，結(jié)合五筆組詞，使五筆用戶也可以像拼音用戶一樣自由組詞，整句輸入。

67.但是在英語非本族語的人群中間，語言能力似乎并不是決定分詞作狀語使用能力的關(guān)鍵因素。

68.英語中有兩“類”分詞:過去分詞和現(xiàn)在分詞。

69.中文文本分詞問題是中文信息處理的一個(gè)重要問題，這個(gè)問題解決的好壞將直接影響中文信息處理的發(fā)展前景。

70.雙方激烈地辯論著如何劃分詞類范圍的問題。

71.今天下午，她學(xué)習(xí)了十五個(gè)動(dòng)詞以及它們的過去式和過去分詞。

72.實(shí)驗(yàn)結(jié)果表明，基于二字詞檢測(cè)位圖表的分詞詞典機(jī)制有效地提高了漢語自動(dòng)分詞的速度和效率。

73.因之，分詞具有形容詞的特徵也具有動(dòng)詞的特徵。

74.未登錄詞識(shí)別是目前自動(dòng)分詞中的主要問題。

75.隨著中文自動(dòng)分詞算法研究的深入，制約其發(fā)展的幾個(gè)問題便越來越受到研究者的關(guān)注。

76.為擴(kuò)展分詞詞典，提高分詞的準(zhǔn)確率，本文提出了一種基于信息熵的中文高頻詞抽取算法，其結(jié)果可以用來識(shí)別未登錄詞并擴(kuò)充現(xiàn)有詞典。

77.它們可能沒有動(dòng)詞、名詞和過去分詞，但是鳥類挑戰(zhàn)只有人類演化出語法規(guī)則這一觀念。

78.提出了在不作分詞處理的原始文本中進(jìn)行中文姓名識(shí)別的方法。

79.中文分詞技術(shù)是文本識(shí)別的技術(shù)基礎(chǔ)，也是近年來的研究熱點(diǎn)。

80.分詞做狀語，概有七意義。

81.暫時(shí)把分詞算法的名稱叫做樹狀詞庫分詞法。

82.基于統(tǒng)計(jì)的中文分詞按照分類單位劃分，通常可分為基于漢字標(biāo)注的分詞和基于全切分圖的分詞兩種方法。

83.多見于其過去分詞形式。

84.英語中有兩類分詞:過去分詞和現(xiàn)在分詞。

85.自動(dòng)分詞和譯文生成處理是混合式漢英機(jī)器翻譯的兩個(gè)重要階段。

86.有些動(dòng)詞兼有規(guī)則和不規(guī)則的過去式和過去分詞的形式。

87.你混淆了現(xiàn)在分詞和動(dòng)名詞的用法。

88.疊字，疊句，疊韻，有一部分詞在一定位置有疊字、疊韻、疊句的要求。

89.前一個(gè)polluted為過去分詞，屬定語從句中的謂語，后一個(gè)為過去式，屬主句的謂語。句意為:曾被污染的那條河污染了另一條河。

90.上下文相關(guān)歧義字段的處理是漢語自動(dòng)分詞中的難題之一。

91.VC調(diào)用中科院分詞組件的最新源碼！

92.實(shí)驗(yàn)結(jié)果表明：在相同條件下，基于二字詞檢測(cè)位圖表的最大匹配分詞算法較原算法分詞速度更快。

93.漢語自動(dòng)分詞是進(jìn)行中文信息處理的基礎(chǔ)。

94.該算法建立在語法和句法的基礎(chǔ)上，從語境角度分析歧義字段，提高分詞準(zhǔn)確率。

95.過去分詞當(dāng)受詞例：我看了許多在墾丁拍的照片。

96.本程序采用正向逆向最大匹配才實(shí)現(xiàn)漢字分詞。

97.第一項(xiàng)計(jì)劃是簡(jiǎn)化言辭，將多音節(jié)詞縮成單音詞節(jié)，省去動(dòng)詞和分詞，因?yàn)橐磺锌梢韵胂蟮降臇|西事實(shí)上全是名詞。

98.根據(jù)漢語中二字詞較多的特點(diǎn)，提出了一種新的分詞詞典機(jī)制。