博客语料的新词发现方法

• 作者: 李熔烽 黄轩
• 来源期刊: 现代电子技术
• 关键词: 新词 词串统计 上下文分析 分词 候选词
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 集成电路设计
• 页码范围: 144-146,149
• 页数: 4页
• 分类号: TN911-34
• 语种: 中文

摘要

新词发现一直是自然语言处理的热点问题和难点问题之一,为了提取博客语料的新词,首先对语料进行文中分词,然后根据新词的定义及新词的“时空”性质,在词串统计的基础上,通过词出现的频率,词分布的密度,上下文分析以及词在时间域上的变化分析对词进行过滤；最后通过词的统计信息和词性规则对候选词进行排序以提高准确率；在此基础上建立新词发现系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄轩	厦门大学智能科学与技术系	6	62	3.0	6.0
5	李熔烽	漳州职业技术学院经济管理系	10	39	2.0	6.0