二次回溯中文分词方法

• 作者: 张劲松 袁健 马良
• 来源期刊: 计算机应用研究
• 关键词: 中文分词 回溯匹配 交集型歧义 多链长 碎片检查
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3321-3323
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.09.034

摘要

在最大匹配法(MM)的基础上,提出了二次回溯中文分词方法.该方法首先对待切文本进行预处理,将文本分割成长度较短的细粒度文本;利用正向匹配、回溯匹配、尾词匹配、碎片检查来有效发现歧义字段;利用长词优先兼顾二词簇的方式对交集型歧义字段进行切分,并对难点的多链长交集型歧义字段进行有效发现和切分.从随机抽取的大量语料实验结果上证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马良	上海理工大学管理学院	254	3597	28.0	49.0
2	袁健	上海理工大学光电信息与计算机工程学院	60	373	10.0	16.0
3	张劲松	上海理工大学光电信息与计算机工程学院	3	81	3.0	3.0