一种新的中文词自动聚类算法

• 作者: 孙静 徐向华 朱杰
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 自动聚类 分类语言模型 困惑度 相似度 算法
• 年，卷（期）: 2003,（z1）
• 所属期刊栏目: 无线电电子学、电信技术
• 页码范围: 139-142
• 页数: 4页
• 分类号: TN912.34
• 字数: 3341字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2003.z1.034

摘要

基于分类的统计语言模型是解决N-gram语言模型中数据稀疏问题的有效方法之一,词的自动聚类算法一直是一个难点.如何设计一种计算速度快、收敛性好的算法是关键.提出一种根据词的上下文环境,综合考虑语言模型的困惑度和词的相似度的自动聚类算法.把词的自动聚类和提高基于分类的语言模型的性能联合起来考虑.实验结果表明,该算法执行效率高、聚类效果好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐向华	上海交通大学电子工程系	19	153	7.0	12.0
2	朱杰	上海交通大学电子工程系	151	1082	15.0	27.0
3	孙静	上海交通大学电子工程系	23	163	7.0	12.0