搜索引擎日志中“N+V+N”、“V+N+N”型短语识别

• 作者: 吕学强 郑丽
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 短语识别 搜索引擎日志 "N+V+N" "V+N+N" 最大熵方法
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 143-147,155
• 页数: 6页
• 分类号: TP391
• 字数: 7863字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1108-0095

摘要

短语识别是进行短语分析的前期准备工作.针对搜索引擎日志中“N+V+N”、“V+N+N”型短语特点,采用最大熵方法,按词信息、词性信息、音节数及前位标记信息提取特征构建训练集,得到最大熵方法进行短语识别的机器学习模型.实验结果显示,利用最大熵方法对两种短语进行开放性测试,两种短语的识别F值分别达到85.78％和76.47％,取得了较好的自动识别效果,在半开放性测试中,其识别结果更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕学强	北京信息科技大学中文信息处理研究中心	146	1187	15.0	30.0
2	郑丽	北京信息科技大学中文信息处理研究中心	3	6	2.0	2.0