作者:
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:
现代汉语分词虽已取得较大进展,但是古籍文本分词由于受到古代汉语词汇特征、语义、语法等限制,始终没有形成一种行之有效的方法.通过互信息与邻接熵的新词发现方法从《汉书》中寻找未登录词,结合古代汉语词汇表、古代人名词表和古代地名表构建古籍文本分词词典,以此为基础,使用pyNLPIR对《汉书》进行分词操作.实验结果显示,新词发现方法可以在一定程度上完善古籍文本分词所需的用户词典全面性,但是对3字以上的词语识别效果较差.实验证明使用新词发现结合词典信息的方法对古籍文本进行分词能够有效提高古代汉语分词准确度.
推荐文章
基于Trie树的词语左右熵和互信息新词发现算法
新词发现算法
左右熵
互信息
Trie树
算法设计
对比验证
基于互信息改进算法的新词发现对中文分词系统改进
新词识别
未登录词
互信息
PMI改进算法
中文分词
LD A模型下不同分词方法对文本分类性能的影响研究
文本分类
LDA主题模型
语料度量
分词方法
基于词典和词频的中文分词方法
中文分词
歧义消除
词频
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 基于新词发现与词典信息的古籍文本分词研究
来源期刊 软件导刊 学科 工学
关键词 古籍文本 分词 互信息 邻接熵 新词发现
年,卷(期) 2019,(4) 所属期刊栏目 软件理论与方法
研究方向 页码范围 60-63
页数 4页 分类号 TP301
字数 4014字 语种 中文
DOI 10.11907/rjdk.182867
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 李筱瑜 北京信息科技大学经济管理学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (150)
共引文献  (212)
参考文献  (19)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(14)
  • 参考文献(1)
  • 二级参考文献(13)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(24)
  • 参考文献(2)
  • 二级参考文献(22)
2014(12)
  • 参考文献(2)
  • 二级参考文献(10)
2015(16)
  • 参考文献(2)
  • 二级参考文献(14)
2016(10)
  • 参考文献(4)
  • 二级参考文献(6)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
古籍文本
分词
互信息
邻接熵
新词发现
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导