Skip-Gram模型融合词向量投影的微博新词发现

• 作者: 于洁
• 来源期刊: 计算机系统应用
• 关键词: skip-gram SOM 词向量 微博 新词发现
• 年，卷（期）: 2016,（7）
• 页码范围: 130-136
• 页数: 7页
• 字数: 5563字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005236

摘要

随着微博等社交网络的普及，新词源源不断涌现，分词系统经常将新词错误切分为单字。新词发现已经成为中文自然语言处理领域的研究热点。现有新词识别方法依赖大规模语料统计数据，对低频新词识别能力差。本文提出一种扩展Skip-gram模型和词向量投影方法，将两者结合后能缓解自然语言处理中常见的数据稀疏问题，有效识别低频新词，进而提高分词系统的准确率和召回率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洁	福建信息职业技术学院计算机工程系	7	11	2.0	3.0