一种基于逐层扫描的频繁字串快速提取算法

• 作者: 刘传汉 张宇萌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 频繁字串 中文抽词 逐层扫描 互信息
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 127-130
• 页数: 4页
• 分类号: TP3
• 字数: 4670字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2008.05.034

摘要

串频统计是一种简便有效的抽取未登录词方法.本文提出了一种快速的频繁字串提取和计频方法,通过逐层扫描快速发现频繁字串,修正字串有效出现频次,最后抽取平均互信息量达到阈值的字串.实验结果显示该方法有效可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇萌	上海交通大学计算机科学与工程系	11	52	4.0	7.0
3	刘传汉	上海交通大学计算机科学与工程系	12	138	6.0	11.0