Web文本挖掘中的一种中文分词算法研究及其实现

• 作者: 林世平 苏芳仲
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本挖掘 字典索引 文档格式转化 消歧
• 年，卷（期）: 2004,（z1）
• 页码范围: 67-71
• 页数: 5页
• 分类号: TP391.1
• 字数: 3616字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2243.2004.z1.018

摘要

针对Web文本挖掘中的中文信息处理的问题,介绍了将超文本格式(Html格式)的文档转化为纯文本格式(Txt格式)文档的方法.利用改进的最大匹配法来实现对文档的汉语自动分词,同时,加强消除歧义方面的处理,分词精度有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林世平	福州大学数学与计算机科学学院	34	380	8.0	19.0
2	苏芳仲	福州大学数学与计算机科学学院	4	27	2.0	4.0