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:
提出一种基于上下文词频词汇量的统计指标。该指标通过修改信息熵公式中参数的定义,即将邻接字符串在语料集中出现的次数改成邻接字符串集合的大小,克服了左右信息熵在识别新词时特征不够明显的缺点。同时提出一种递归的基于邻接关系的字符串连接方法,克服了N-gram方法采用固定滑动窗口大小的缺点。实证分析表明该新词发现方法有较高的准确率,通过选取不同的词频词汇量指标值作为阈值,能够在发现更多新词和提高发现新词的准确率方面进行灵活调整,为新词发现提供一种实用的方法。
推荐文章
基于上下文的二阶隐马尔可夫模型
词性标注
二阶隐马尔可夫模型
参数平滑
Viterbi算法
基于上下文的领域本体概念和关系的提取
本体学习
上下文
概念提取
关系提取
语义相似度
协作环境中的上下文查询和关联发现
本体
上下文记忆
语义网
语义关联
激活扩散算法
一种基于自适应关联熵的关键字提取算法
文本挖掘
关键字提取
关联规则
TextRank
节点
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 基于上下文词频词汇量指标的新词发现方法
来源期刊 计算机应用与软件 学科 工学
关键词 新词发现 上下文信息熵 词频词汇量指标
年,卷(期) 2016,(6) 所属期刊栏目 应用技术与研究
研究方向 页码范围 64-67
页数 4页 分类号 TP391.1
字数 4072字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.06.016
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 邢恩军 天津大学管理与经济学部 4 17 2.0 4.0
3 赵富强 天津财经大学信息科学与技术系 18 159 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (102)
参考文献  (9)
节点文献
引证文献  (12)
同被引文献  (33)
二级引证文献  (18)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(10)
  • 引证文献(4)
  • 二级引证文献(6)
2019(12)
  • 引证文献(4)
  • 二级引证文献(8)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
新词发现
上下文信息熵
词频词汇量指标
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导