使用二级索引的中文分词词典

• 作者: 张庆扬 柴胜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 中文分词 二级索引 正向最大匹配
• 年，卷（期）: 2009,（19）
• 所属期刊栏目: 数据库、信息处理
• 页码范围: 139-141
• 页数: 3页
• 分类号: TP391.1
• 字数: 3358字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.19.043

摘要

中文分词是中文信息处理的基础,在诸如搜索引擎,自动翻译等多个领域都有着非常重要的地位.中文分词词典是中文机械式分词算法的基础,它将告诉算法什么是词,由于在算法执行过程中需要反复利用分词词典的内容进行字符串匹配,所以中文分词词典的存储结构从很大程度上决定将采用什么匹配算法以及匹配算法的好坏.在研究现存分词词典及匹配算法的基础上,吸取前人的经验经过改进,为词典加上了多级索引,并由此提出了一种新的中文分词词典存储机制--基于二级索引的中文分词词典,并在该词典的基础上提出了基于正向匹配的改进型匹配算法,大大降低了匹配过程的时间复杂度.从而提高了整个中文分词算法的分词速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴胜	吉林大学计算机科学与技术系	19	197	8.0	13.0
2	张庆扬	吉林大学计算机科学与技术系	1	38	1.0	1.0