基于可信度的中文完整词自动识别

• 作者: 万常选 王芳
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 中文分词 互信息 可信度 自动识别
• 年，卷（期）: 2009,（3）
• 页码范围: 17-23
• 页数: 7页
• 分类号: TP391
• 字数: 7402字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2009.03.003

摘要

中文自动分词是中文信息检索中预处理工作的一部分,也是中文信息检索技术中的重要问题之一.针对在信息检索中完整词整体表达更有意义、更能体现用户查询目的的问题,结合完整词的成词特点,将互信息和完整词前后缀的计算,与组成完整词的可信度相关联,提出基于可信度的三种中文完整词自动识别方法,分别构成基于全信度、偏信度,以及前两者加权平均的混信度的完整词识别方法,设计及实现了基于可信度的三种完整词自动识别中文分词原型系统.最后给出了对第二届SIGHAN(2005)北京大学测试集语料的各项实验测试结果和分析,结果表明该原型系统的识别性能良好,且能同时满足多种性能的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王芳	江西财经大学信息管理学院	6	14	2.0	3.0
7	万常选	江西财经大学信息管理学院	85	1044	18.0	28.0