政治新闻领域内文本错误多为语义级错误。在研究新闻领域文本政治性差错的语言表述特征的基础上,分析了报刊新闻中政治性差错的表现类型,构建了面向各类错误侦测的词库和知识库。通过研究政治新闻文本的语言学特征,提出了一个政治性差错文本错误侦测规则的一般形式化模型,采用统计与规则相结合的策略实现政治新闻领域文本的语义校对。实验结果显示,该方法的召回率为65.5%,精确率为80.5%,具有较好的应用前景。
Abstract
Most of the errors in the political news are semantic errors. On the basis of analyzing expression characteristics of political errors in news field text, we summarize the political error types in the newspapers, and establish the corresponding knowledge bases for political error detection. According to the research on linguistic features of political news,a formal model of detecting political errors is presented. The strategy based on the combination of rules and Statistics is used to proofread semantic errors of the political news field. The results show a good application prospect of the method: with a recall rate of 65.5% and an accuracyof 80.5%.
关键词
政治新闻 /
文本校对 /
查错模型
{{custom_keyword}} /
Key words
political news /
text proofreading /
error detecting model
{{custom_keyword}} /
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1] 桂红星,陈晖.报纸重大差错的成因及防堵[DB/OL],2006-8-29, http://www.cnhubei.com/200608/ca1147130.htm.
[2] 王燚.基于场景化知识表示的自然语言处理及其在自动文本校对中的应用[D].成都: 西南交通大学博士论文,2005.
[3] 王亚东.消除报刊政治性差错需要注意的几个问题[J].吉林省教育学院学报, 2012,28(2): 125-126.
[4] 郭爱民.书报刊中常见政治性差错例析[J].科技与出版,2006(5): 50-52.
[5] 新华社.新华社新闻报道中的禁用词(第一批)[DB/OL].http://dms.mca.90U.Cnlarticle/xxyd/201408/20140800680684.shtml.2014.
[6] Li M, Zhang Y, et al. Exploring Distributional Similarity Based Models for Query Spelling Correction[C]//Proceedings of the 21st International Conference on Computational Linguistics and 44th Annual Meeting of the ACL.2006: 1025-1032.
[7] 张仰森,曹元大,俞士汶.基于规则与统计相结合的中文文本自动查错模型与算法[J].中文信息学报,2005,20(4): 1-8.
[8] 李蓉.一个用于OCR输出的中文文本的拼写校对系统[J].中文信息学报,2009,23(5): 92-97.
[9] 管君,谢伟,张仰森.基于多知识源的语义搭配知识库的构建及应用[J].计算机工程与设计,2013,34(6): 2136-2140.
{{custom_fnGroup.title_cn}}
脚注
{{custom_fn.content}}
基金
国家自然科学基金(61070119,61370139);北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20130519)和北京市教委专项基金(PXM2012-014224-000020)
{{custom_fund}}
PDF(991 KB)
