搜索引擎日志中“N+V”和“N1+N2+V”型短语自动识别

• 作者: 吕学强 施水才 赵红改 郑丽
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 条件随机场模型 搜索引擎日志 “N+V”型短语 “N1+N2+V”型短语 特征模板
• 年，卷（期）: 2012,（5）
• 页码范围: 20-25
• 分类号: TP391
• 字数: 4619字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2012.05.004

摘要

正确识别搜索引擎日志中的短语,对搜索引擎用短语词典构建和提高搜索引擎性能具有重要的作用.该文提出一种应用条件随机场实现对搜狗日志语料中“N+V”和“N1+N2 +V”型短语自动识别的方法.模型的特征集包含词、词性和词语长度.由人工设计候选特征集,从中选择有效的特征构成特征模板,训练生成用于短语自动识别的条件随机场模型.封闭测试和开放测试的实验结果表明,模型能够实现对这两种短语的有效识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施水才	北京信息科技大学中文信息处理研究中心	52	872	12.0	28.0
2	吕学强	北京信息科技大学中文信息处理研究中心	146	1187	15.0	30.0
3	郑丽	北京信息科技大学中文信息处理研究中心	3	6	2.0	2.0
4	赵红改	北京信息科技大学中文信息处理研究中心	4	16	4.0	4.0