信息处理用藏文分词规范 GBT 36452-2018.pdf

GB/T36452-2018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问规范。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/T36337一2018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司word区别事物意义的量小的语法单位。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藏文信息处理Tibetan information processing:TIP用计算机对藏文的音、形、义等信息进行处理。3.4分词单位segment unit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Tibetan segmentation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以“”作为藏文分词单位的标记，藏语词类标记依据GB/T36337一2018的规定。4.2一般名词r四巧5可cP(nn)4.2.1由单音节名词和单音节形容词组成的词为一个分词单位，1