中文分词技术及其实现

• 作者: 付年钧 彭昌水 王慰
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 信息处理 中文分词 文本处理 信息挖掘 搜索引擎 N-gram模型 JAVA
• 年，卷（期）: 2011,（1）
• 页码范围: 18-20
• 分类号: TP391
• 字数: 3350字
• 语种: 中文

摘要

为了实现个性化的主动信息服务,网络信息挖掘(Web Mining)技术成为近年来一个新的研究课题.挖掘通常涉及输入文本的处理过程,中文分词是中文信息处理的基础,汉语文本基于单字,汉语的书面表达方式也是以汉字作为最小单位,词与词之间没有显性的分界标志,中文分词的准确与否,常常直接影响到对搜索结果的相关度排序,因此分词成为汉语文本分析处理中首要解决的问题.就中文分词技术进行讨论,并以2-gram模型为例,研究用JA-VA实现中文分词的过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付年钧		5	51	2.0	5.0
2	彭昌水	长江科学院信息中心	2	49	2.0	2.0
3	王慰	长江科学院信息中心	7	46	2.0	6.0