中国英语新词语料库构建技术研究

• 作者: 刘永芳 刘荣 郝晓燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 中国英语 中国英语新词语料库 新词识别 点互信息(PMI) 双阈值
• 年，卷（期）: 2020,（16）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 165-168
• 页数: 4页
• 分类号: TP391
• 字数: 4059字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1906-0128

摘要

随着中国英语新词大量出现,缺少中国英语新词语料库成为研究中国英语的主要障碍,新词识别是建设语料库主要的技术问题.针对现有的点互信息和邻接熵新词识别算法中的词内部凝聚度低,及点互信息单阈值设置存在较多高阈值无效词组,且低阈值新词组无法识别的问题,提出了改进多字点互信息和邻接熵中国英语新词识别算法.利用多字点互信息以及点互信息双阈值的设定来识别新词.实验结果表明,相同数据和实验环境下,该方法提高了准确率、召回率和F值,对语料库建设是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝晓燕	太原理工大学信息与计算机学院	22	197	7.0	13.0
2	刘荣	太原理工大学外国语学院	18	63	5.0	7.0
3	刘永芳	太原理工大学信息与计算机学院	1	0	0.0	0.0