| 基于大规模语料的新词语识别方法 |
| |
| 引用本文： | 施水才,俞鸿魁,吕学强,李渝勤.基于大规模语料的新词语识别方法[J].山东大学学报(理学版),2006,41(3):42-45. |
| |
| 作者姓名： | 施水才 俞鸿魁 吕学强 李渝勤 |
| |
| 作者单位： | 北京信息科技大学,中文信息处理研究中心,北京,100101 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划);北京市教委科技发展计划项目;北京市教委共建项目 |
| |
| 摘 要： | 根据新词语的不同特征，提出了一整套自动检测新词语的方法，通过大规模地统计分析，分别建立字，词，N元组的词典，从中自动检测出新词语来，然后再根据构词规则对自动检测的结果进行进一步的过滤，最终抽取出语料中的新词语. 根据此方案实现的系统，可以抽取不限长度不限领域的新词语.
|
| 关 键 词： | 新词语 流行语 语料库 |
| 文章编号： | 1671-9352（2006）03-0089-03 |
| 收稿时间： | 2006-03-29 |
| 修稿时间： | 2006年3月29日 |
New word identification based on large-scale corpus |
| |
| SHI Shui-cai,YU Hong-kui,L Xue-qiang,LI Yu-qin.New word identification based on large-scale corpus[J].Journal of Shandong University,2006,41(3):42-45. |
| |
| Authors: | SHI Shui-cai YU Hong-kui L Xue-qiang LI Yu-qin |
| |
| Institution: | Chinese Information Processing and Research Center, Beijing Information Science & Technology Univ., |
| |
| Abstract: | String frequent static, sub string reduction and several faltering method are used to analyze one set Chinese new wont mining system and identify new word by using character, word and N-gram dictionary based on statistic large-scale corpus. With the system based on those methods, new word without length and domain limit can be identified. |
| |
| Keywords: | new word catchword corpus |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《山东大学学报(理学版)》浏览原始摘要信息 |
| 点击此处可从《山东大学学报(理学版)》下载免费的PDF全文 |
