语料库自然标注信息与中文分词应用研究

• 作者: 修驰 荀恩东 饶高琦
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 自然标注信息 中文分词 词语抽取 大规模语料库
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 140-146
• 页数: 7页
• 分类号: TP391
• 字数: 661字
• 语种: 中文

摘要

以中文分词为应用目标,将大规模语料库上存在的自然标注信息分为显性标注信息与隐性标注信息,分别考察了它们的分布和对大数据集上语言计算的影响.结果表明,两者都直接或间接地表达了作者对语言的分割意志,因而对分词具有积极的影响.通过词语抽取测试,发现在缺乏丰富显性标注信息的文本中,来自语言固有规律的自然标注信息对字符串有着强大的分割性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶高琦	北京语言大学信息科学学院	18	49	3.0	7.0
2	修驰	北京语言大学信息科学学院	1	12	1.0	1.0
3	荀恩东	北京语言大学信息科学学院	27	296	11.0	16.0