利用统计量和语言学规则提取多字词表达

• 作者: 刘荣 王奕凯
• 来源期刊: 太原理工大学学报
• 关键词: 多字词表达 互信息 熵 语言学规则
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 信息工程
• 页码范围: 133-137
• 分类号: TP391.1
• 语种: 中文

摘要

基于特定领域的语料库,利用统计和语言学规则相结合的方法提取多字词表达(Multiword expressions).首先利用领域高频词作为种子词提取候选串,进一步利用各种统计量、多字词表达边界过滤规则对候选串进行噪声剔除,得到多字词表达.实验结果表明,该方法对于处理大规模真实文本效率很高,可以有效提高多字词表达的获取,可以更有针对性地在特定领域提取多字词表达.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘荣	太原理工大学外国语学院	18	63	5.0	7.0
2	王奕凯	太原理工大学外国语学院	7	20	2.0	4.0