基于用字共现频率统计的外国译名自动识别

• 作者: 程显毅 赵跃华 陈阳
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 外国译名 分词 共现字串 频率统计 译名边界 自然语言处理
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 开发与应用
• 页码范围: 362-366
• 分类号: TP391
• 字数: 5056字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2012.01.071

摘要

为了减少分词的负面效果,提出了基于用字共现频率统计的外国译名自动识别方法.对译名的用字特征进行了统计,提出译名共现字串的概念,并由译名用字表与汉语常用字表得到了非译名用字表.在上述工作的基础上定义了译名的边界,在边界定义的基础上设计了一种对分词错误的调整方法.对开放语料的测试结果表明,与最大词频分词算法相比,该算法在译名识别中的准确率、召回率、F值均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵跃华	江苏大学计算机科学与通信工程学院	83	418	11.0	13.0
2	程显毅	南通大学计算机科学与技术学院	30	105	6.0	9.0
3	陈阳	江苏大学计算机科学与通信工程学院	8	36	3.0	5.0