搜索日志中“V+N”、“V+V”型短语识别

• 作者: 吕学强 施水才 舒燕
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 搜狗日志 SVM_HMM模型 短语自动识别 “V+N”短语 “V+V”短语
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 53-58
• 分类号: TP391
• 字数: 4528字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6864.2012.02.010

摘要

从搜狗日志语料出发,分析语料特点,以词语本身、词性信息、位置信息、查询词串频次和音节数为特征,提出了基于SVM_HMM模型的短语自动识别方法,对“V+N”、“V+V”短语进行多重对比实验,实验验证了上下文信息量的增加能提高短语识别效率,证实了音节数、位置特征对实验效果的低影响力,为搜索引擎用短语词典的构建提供技术支持,为进一步的短语类别识别研究提供方向性指导.

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中心	146	1187	15.0	30.0
3	舒燕	北京信息科技大学中文信息处理中心	5	3	1.0	1.0