| 标准编号 | GB/T 36452-2018 (GB/T36452-2018) | | 中文名称 | 信息处理用藏文分词规范 | | 英文名称 | Specification on Tibetan segmentation for information processing | | 行业 | 国家标准 (推荐) | | 中标分类 | L70 | | 国际标准分类 | 35.240.01 | | 字数估计 | 18,138 | | 发布日期 | 2018-06-07 | | 实施日期 | 2019-01-01 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 36452-2018
Specification on Tibetan segmentation for information processing
ICS 35.240.01
L70
中华人民共和国国家标准
信息处理用藏文分词规范
2018-06-07发布
2019-01-01实施
国 家 市 场 监 督 管 理 总 局
中国国家标准化管理委员会 发 布
目次
前言 Ⅰ
引言 Ⅱ
1 范围 1
2 规范性引用文件 1
3 术语和定义 1
4 分词规范 1
参考文献 15
前言
本标准按照GB/T 1.1-2009给出的规则起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。
本标准由全国信息技术标准化技术委员会(SAC/TC28)提出并归口。
本标准起草单位:中国电子技术标准化研究院、西藏大学、西北民族大学、西藏自治区藏语文工作委
员会办公室、青海师范大学、青海民族大学、中国科学院软件研究所、西藏自治区工业和信息化厅。
本标准主要起草人:扎西加、欧珠、尼玛扎西、熊涛、格桑多吉、多拉、拉巴泽仁、大罗桑朗杰、高定国、
拉琼、仁青诺布、索南尖措、旺堆、小尼玛扎西、普次仁、顿珠次仁、赵栋材、边巴嘉措。
引 言
本标准以现代藏语的词类和分词研究成果为基础,根据藏文词汇特点与构词规律,并参考汉语分词
及词类标记相关标准(见参考文献)的部分内容,规定了信息处理用藏文分词规范。
信息处理用藏文分词规范
1 范围
本标准规定了信息处理用藏文分词规范。
本标准适用于藏文信息处理各领域,其他行业和有关学科可参照使用。
2 规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件,仅注日期的版本适用于本文
件。凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。
GB/T 36337-2018 信息处理用藏语词类标记集
3 术语和定义
下列术语和定义适用于本文件。
3.1
词 word
区别事物意义的最小的语法单位。
3.2
词组 phrase
两个或更多词组合成的语言单位。
注:词组可以是实词与实词的组合,也可以是实词和虚词的组合。
3.3
用计算机对藏文的音、形、义等信息进行处理。
3.4
分词单位 segmentunit
在分词过程中出现的词。
注:分词单位不仅限于语法词,其中也包含了信息处理所需的一部分结合紧密、使用稳定的词组。
3.5
藏文分词 Tibetansegmentation
将连续的藏文音节序列按照一定的规范重新组合词序列的过程。
4 分词规范
4.1 藏文分词单位和词类的标记
本标准......
|