一种基于生语料的领域词典生成方法

• 作者: 孙霞 张素娟 王朝静 郑庆华
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 领域词典 通用词典 词频统计 最大匹配
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 工作流和语音语言处理技术
• 页码范围: 1088-1092
• 页数: 5页
• 分类号: TP391
• 字数: 5945字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2005.06.049

摘要

为了实现准确分词,实用的汉语信息处理系统都需有其专用的领域词典.针对现有词典构造方法存在的不足,本文提出了一种领域词典的构造方法:利用通用词典对领域生语料进行分词处理,并提出了基于切分单元的最大匹配算法,从而得到候选词串集,然后利用规则对其进行优化,最终生成领域词典.词典的生成过程基本上是自动完成的,人工干预少,易于更新;目前,本方法生成的领域词典已经应用于我们自主开发的"基于Web的智能答疑系统"中,并取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑庆华	西安交通大学计算机系	118	1659	22.0	36.0
2	王朝静	西安交通大学计算机系	3	46	3.0	3.0
3	孙霞	西安交通大学计算机系	5	63	4.0	5.0
4	张素娟	西安交通大学计算机系	3	50	3.0	3.0