Abstract
在中文句子裡，詞與詞之間並沒有任何明顯的區隔符號。因此，在做任何中文句子的處理前，將詞正確的斷開是相當重要的。在這篇論文中，我們利用一些語言中重要的特性，推導出四種不同的斷詞數學模型，並利用中文構詞律來處理未知詞的問題，實驗的結果顯示，在以電腦使用者手冊為主的測試語料庫中，包含未知詞的情形下，詞的召回率可達列 98.19% ，句子的召回率可達到 89.30% ，詞性的召回率可達到 90%以上。對於無法由中文構詞律合成的未知詞，我們亦推導出一個包含詞類的斷詞數學模型，來解決這一部分未知詞的問題。本文共分六章：第一章導論；第二章將介紹整個系統的架構，包含系統的流程圖，系統所使用的詞典及中文構詞律。第三章將介紹如何產生所有可能的初步斷詞結果，並推導斷詞的數學模式及模擬之結果與分析。系統所使用的中文構詞律及模擬之結果與分析，將在第四章中介紹。第五章將介紹系統中的詞性標示及處理未知詞的模式，與模擬之結果與分析。第六章將對整個系統做個結論，並提出將來的發展方向。