一种引入动态词库更新的中文分词架构
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61072057,61101119,61121001,60902051);长江学者和创新团队发展计划(IRT1049);国家科技重大专项(2011ZX03002-001-01)


Framework for Chinese Word Segmentation with Dynamic Updating Dictionary
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    针对互联网环境下新词出现和更新频率高的特点, 将机械分词与基于规则分词相结合, 提出一种动态更新词库的中文分词架构. 本架构给出了新的词典设计结构及歧义处理规则, 并将统计学中的互信息概念运用到新词判定环节. 实验表明本文提出的中文分词架构具有较高的准确率和良好的适应性.

    Abstract:

    Aiming at new word appearing and updating frequently in the Internet, through combining mechanical segmentation and rule-based segmentation, a framework for Chinese word segmentation with dynamic updating dictionary is provided. We improve a new dictionary design structure and ambiguity processing rules. Also the concept of mutual information in Statistics is used in determining the new word. The experiment shows that the framework for Chinese word segmentation proposed in this paper has high precision and is adaptive in different domains.

    参考文献
    相似文献
    引证文献
引用本文

刘芳芳,王晶,沈奇威.一种引入动态词库更新的中文分词架构.计算机系统应用,2013,22(3):100-103,50

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-10-09
  • 最后修改日期:2012-10-31
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号