基于FP序列树的法文词语提取方法研究

• 作者: 于娟 吴晓鹏 廖晓 刘建国
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: FP序列树 法语文本挖掘 词语提取 成词度 文本压缩
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 84-90
• 页数: 7页
• 分类号: TP182
• 语种: 中文
• DOI: 10.12178/1001-0548.2020273

摘要

法语复杂的语法和词形变化规则导致N-gram等词语提取方法的效果无法保证,影响法语文本挖掘的准确性.该文提出一种高效的法文词语提取方法,从待分析的法语文本中自动获取包括单词和短语的词语集合,构建法语文本挖掘所需的词库.该方法把文本中的单词共现信息压缩为FP序列树结构,快速提取频繁词串并计算其成词度,得到法文词语集合.实验表明,该方法的准确率高达90％,且具有比现有法文词语提取方法更高的召回率,能有效支持法语文本挖掘应用.