一种基于大规模标注语料库的词语聚类方法

提出了一种基于大规模标注语料库的词语聚类方法。文中根据专家群体对某一具体问题进行决策的需要，回顾了国内外几种基于分布的词语聚类方法，并给出我们的算法原理及实现步骤。首先人工抽取某一类词语中的几个，从语料库找到这些词的修饰词，组成修饰词向量，然后对于每一个词语，统计修饰词向量中的每个修饰词和该词语在语料库中同现的频率，组成特征向量，最后进行聚类分析，支持宏观经济决策的试验表明该算法能有效地实现词语的聚类。