基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
字标注分词方法是当前中文分词领域中一种较为有效的分词方法.但因为受制于训练语料的领域和规模,该方法在领域适应性方面效果不佳,影响了该方法在应用系统中的实际应用.在文中,作者提出使用卡方统计量以及边界熵提升未登录词的处理能力,并结合自学习和协同学习策略进一步改善字标注分词方法在领域适应性方面的性能.实验结果证实,文中提出的这些方法有效改善了分词方法的领域适应性.
推荐文章
基于字簇的多模型中文分词方法研究
中文分词
构词规律
模型参数
聚类
基于词典和词频的中文分词方法
中文分词
歧义消除
词频
中文分词模型词典融入方法比较
中文分词
条件随机场
柱搜索
领域自适应
中文分词算法研究与分析
中文分词
字符串匹配分词
统计分词
理解分词
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 中文分词模型的领域适应性方法
来源期刊 计算机学报 学科 工学
关键词 卡方统计量 边界熵 领域适应性 自举算法 中文分词 社会计算 社交网络
年,卷(期) 2015,(2) 所属期刊栏目 社交网络
研究方向 页码范围 272-281
页数 10页 分类号 TP391
字数 9244字 语种 中文
DOI 10.3724/SP.J.1016.2015.00272
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 常宝宝 北京大学信息科学技术学院计算语言学研究所计算语言学教育部重点实验室 27 445 12.0 21.0
2 韩冬煦 北京大学信息科学技术学院计算语言学研究所计算语言学教育部重点实验室 1 116 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (181)
参考文献  (6)
节点文献
引证文献  (116)
同被引文献  (248)
二级引证文献  (130)
1979(2)
  • 参考文献(2)
  • 二级参考文献(0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(18)
  • 引证文献(13)
  • 二级引证文献(5)
2017(45)
  • 引证文献(25)
  • 二级引证文献(20)
2018(69)
  • 引证文献(41)
  • 二级引证文献(28)
2019(74)
  • 引证文献(20)
  • 二级引证文献(54)
2020(36)
  • 引证文献(13)
  • 二级引证文献(23)
研究主题发展历程
节点文献
卡方统计量
边界熵
领域适应性
自举算法
中文分词
社会计算
社交网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
论文1v1指导