几种基于词典的中文分词算法评价

• 作者: 李丹 李丹宁 王保华 马新强
• 来源期刊: 贵州科学
• 学科: 工学
• 关键词: 中文信息处理 自动分词 分词词典 缓存优化
• 年，卷（期）: 2008,（3）
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP391.1
• 字数: 7542字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6563.2008.03.001

摘要

基于词典的中文自动分词是中文信息处理的基础.按照使用计算机缓存的优化原则,分析了几种典型的分词词典机制,指出了其中的一些问题.改进了整词二分法,极大地提高了速度.结合哈希索引和PATR IC IA tree搜索算法,提出了一个综合最优化的中文分词系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马新强	贵州大学信息工程学院	14	105	4.0	10.0
2	李丹宁		32	145	5.0	10.0
3	王保华	贵州大学信息工程学院	13	170	4.0	13.0
4	李丹		11	51	4.0	6.0