| 搜索引擎用短语词典建设 |
| |
| 引用本文： | 吕学强,苏祺,孙斌,俞士汶. 搜索引擎用短语词典建设[J]. 清华大学学报(自然科学版), 2005, 45(9): 1892-1895 |
| |
| 作者姓名： | 吕学强 苏祺 孙斌 俞士汶 |
| |
| 作者单位： | 北京大学,计算语言学研究所,北京,100871;北京信息科技大学,中文信息处理研究中心,北京,100101;北京大学,计算语言学研究所,北京,100871 |
| |
| 基金项目： | 国家"八六三"高技术项目(2002AA117010-8);国家自然科学基金资助项目(60203022) |
| |
| 摘 要： | 百度搜索引擎分词系统中的原短语库是由统计得出,含有大量噪音.委托北京大学计算语言学研究所进行了手工整理标注.为此设计了加工规范,对短语进行了严格的定义,制定了加工操作手册,并开展了手工工程,通过严格的控制保证标注的一致性.共整理短语119984条,噪音短语比例约占7%.当前该短语词典已应用于百度搜索引擎中,对提高检索效果和减少索引空间都起到一定作用.
|
| 关 键 词： | 搜索引擎 语言资源 短语词典 中文分词 标注 |
| 文章编号： | 1000-0054(2005)S1-1892-04 |
| 修稿时间： | 2005-05-20 |
Constructing phrase dictionary for search engine |
| |
| L Xueqiang,SU Qi,SUN Bin,YU Shiwen. Constructing phrase dictionary for search engine[J]. Journal of Tsinghua University(Science and Technology), 2005, 45(9): 1892-1895 |
| |
| Authors: | L Xueqiang SU Qi SUN Bin YU Shiwen |
| |
| Affiliation: | L(U) Xueqiang,SU Qi,SUN Bin,YU Shiwen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
