基于网络爬虫的法律文本纠错词库构建

• 作者: 刘明洁 李珅 梁毅
• 来源期刊: 软件
• 学科: 工学
• 关键词: 网络爬虫 法律文本 分词词库
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP391
• 字数: 3961字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.05.011

摘要

为了构建全面而且准确的法律文本纠错词库,本文提出基于网络爬虫的词库构建方法.此方法以常用爬虫为基础,扩展主题选取、网页排序等功能模块以提高爬虫的精准度和查全率.在得到数据后进行数据清洗以筛选有用词汇形成最终可使用的专业纠错词库.通过系统试运行验证了本爬虫设计方案的可行性,可以为相关词库的构建提供支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁毅	北京工业大学信息学部计算机学院	25	56	5.0	6.0
2	刘明洁	北京工业大学信息学部计算机学院	2	0	0.0	0.0
6	李珅		1	0	0.0	0.0