基于词激活力的自动词发现

• 作者: 张永田 徐蔚然 汪浩
• 来源期刊: 软件
• 学科: 工学
• 关键词: 自然语言处理 自动词发现 词激活力
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 计算机应用
• 页码范围: 182-184
• 页数: 3页
• 分类号: TP391.4
• 字数: 3029字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2012.12.046

摘要

在使用计算机处理中文信息时,对词语的自动化发现技术有迫切的需求.因为在互联网时代,词语集合的更新换代非常之快,词语以非常快的节奏产生和消亡,这直接影响着对中文信息自动化处理的准确度和可靠性.为了解决这个难题,本文提出一种基于词激活力模型的中文词语发现方法.该方法将海量汉语语料建模成为有序的汉字序列,建立词激活力模型,分析字与字之间的联系程度,从而对任意两个汉字是否构成词语进行估计.在大规模语料集上的数据实验表明,该方法能够有效地对预料中的潜在词语进行自动化发现,达到了预期目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚然	北京邮电大学模式识别实验室	22	369	9.0	19.0
2	张永田	北京邮电大学模式识别实验室	1	4	1.0	1.0
3	汪浩	北京邮电大学模式识别实验室	1	4	1.0	1.0