计算大规模语料中四字词串互信息的算法设计

• 作者: 方莹 杨尔弘
• 来源期刊: 电脑开发与应用
• 学科: 工学
• 关键词: 互信息 语料库 算法设计 词表 词频 分词 四字词串 定中结构
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 2-3,6
• 页数: 3页
• 分类号: TP391.1
• 字数: 3079字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5850.2005.01.006

摘要

中文信息处理中,判断哪些词串该入选<分词词表>一直是一个难题.互信息作为一种衡量手段,在一定程度上体现了词串的各组成部分之间结合的紧密程度,以北京大学1998年1月<人民日报>标注语料为试验料,通过互信息的计算分析四字词串成词的可能性,为判断能否把其收入词表给出依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨尔弘		19	247	7.0	15.0
2	方莹		4	69	2.0	4.0