一种改进的最大匹配中文分词算法

• 作者: 李远方 贾时银 邓世昆 闻玉彪
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 最大匹配 索引 词库 分词
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 92-94,98
• 分类号: TP391.1
• 字数: 3402字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.10.024

摘要

最大匹配算法包括正向最大匹配和逆向最大匹配两种算法,是中文分词领域的基础性算法,目前被广泛应用于众多领域.文中在详细分析了最大匹配算法的优缺点的基础上,提出了一种改进的最大匹配分词算法.改进算法在分词前先对词库进行了规范化预处理,分词时由汉字检索到该字开头的词组,再按词组长度由长到短的顺序使用传统最大匹配算法检索词库.目的是解决传统方法匹配效率低下和不能切分长词的问题.经算法分析结果表明,改进的算法较传统的最大匹配算法高效,分词能力更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闻玉彪	云南大学信息学院	2	65	2.0	2.0
2	贾时银	云南大学信息学院	4	83	4.0	4.0
3	邓世昆	云南大学信息学院	18	145	7.0	12.0
4	李远方	云南大学信息学院	4	99	4.0	4.0