网络舆情监控中新词识别问题的研究

• 作者: 唐籍涛 李飞 郭昌松
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 网络舆情监控 新词识别 分词词典
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 119-121,125
• 分类号: TP31
• 字数: 3780字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.01.030

摘要

在网络舆情监控中,由于事件的突发性和网络词汇的泛滥,各种各样的新兴词汇以及新的字符串大量涌现,而有穷的分词词典对新词的识别基本上无能为力,这些无法识别的字符串将被现有的分词系统分为零散的碎片,这将极大地影响热点词和主题词提取的准确性,成为网络舆情监控系统性能提升的瓶颈.文中分析了当前主要的几种分词技术的优 缺点,利用网络舆情监控中未被词典收录的主题词的局部高频这一特性,通过计算异常分词与周围分词之间的粘结度,从而识别出未被词典收录的主题词.实验结果表明:所提出的分词算法能识别出未被词典收录的主题词,相比传统的分词算法,更加适合于网络舆情监控.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李飞	成都信息工程学院网络工程系	65	254	9.0	12.0
2	唐籍涛	成都信息工程学院计算机系	4	27	2.0	4.0
3	郭昌松	成都信息工程学院计算机系	3	31	2.0	3.0