文本挖掘中的中文分词算法研究及实现

• 作者: 王庆人 胡学钢 许高建
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 中文分词 歧义消除 最大匹配 词语优化
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 122-124,172
• 页数: 4页
• 分类号: TP391
• 字数: 3042字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.12.035

摘要

文本挖掘是指使用数据挖掘技术,自动地从文本数据中发现和提取独立于用户信息需求的文档集中的隐含知识.而中文文本数据的获得是依靠中文信息处理技术来进行的,因而自动分词成为中文信息处理中的基础课题.对于海量信息处理的应用,分词的速度是极为重要的,对整个系统的效率有很大的影响.分析了几种常见的分词方法,设计了一个基于正向最大匹配法的中文自动分词系统.为了提高分词的精度,对加强歧义消除和词语优化的算法进行了研究处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
2	许高建	安徽农业大学信息与计算机学院	23	121	5.0	10.0
3	王庆人	安徽农业大学信息与计算机学院	6	16	2.0	4.0