面向军事领域的中文分词技术研究

• 作者: 李健龙 王盼卿 韩琪宇
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 条件随机场 n-gram特征 领域词典
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 数据挖掘
• 页码范围: 115-118,126
• 页数: 5页
• 分类号: TP391
• 字数: 4972字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.11.020

摘要

在分词模型跨领域分词时,其性能会有明显的下降.由于标注军队遗留系统开发文档语料的工作比较复杂,本文提出n-gram与词典相结合的中文分词领域自适应方法.该方法通过提取目标语料的n-gram特征训练适应特征领域的分词模型,然后利用领域词典对分词结果进行逆向最大匹配的校正.实验结果表明,在军队遗留系统相关文档语料上,该方法训练的分词模型将F值提高了12.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李健龙	陆军工程大学石家庄校区模拟训练中心	4	7	2.0	2.0
2	王盼卿	陆军工程大学石家庄校区模拟训练中心	3	6	2.0	2.0
3	韩琪宇	陆军工程大学石家庄校区模拟训练中心	1	2	1.0	1.0