Institute of Computing Technology, Chinese Academy IR
多语种网络文本快速新词抽取 | |
刘冰洋1; 刘倩1; 张瑾1; 刘欣然2; 程学旗1 | |
2014 | |
发表期刊 | 中文信息学报
![]() |
ISSN | 1003-0077 |
卷号 | 28.0期号:002页码:78 |
摘要 | 从网络文本中提取新词是网络信息处理中的一个重要问题,在信息检索、文本挖掘、词典编纂、中文分词等领域中都有重要应用.本文提出了一种与语言无关的快速新词提取算法,首先针对后缀树的数据结构将多语言文本进行统一编码,然后使用改进的统计方法在双后缀树上以线性时间统计重复串与邻接类别,并计算字符串的整体度,同时通过剪枝大幅度减少计算量,在中、英文语料上较好地实现了新词的抽取及排序. |
关键词 | 新词 邻接类别 字符串整体度 后缀树 多语言 |
语种 | 英语 |
文献类型 | 期刊论文 |
条目标识符 | http://119.78.100.204/handle/2XEOYT63/36214 |
专题 | 中国科学院计算技术研究所期刊论文_中文 |
作者单位 | 1.中国科学院计算技术研究所 2.国家计算机网络应急技术处理协调中心 |
第一作者单位 | 中国科学院计算技术研究所 |
推荐引用方式 GB/T 7714 | 刘冰洋,刘倩,张瑾,等. 多语种网络文本快速新词抽取[J]. 中文信息学报,2014,28.0(002):78. |
APA | 刘冰洋,刘倩,张瑾,刘欣然,&程学旗.(2014).多语种网络文本快速新词抽取.中文信息学报,28.0(002),78. |
MLA | 刘冰洋,et al."多语种网络文本快速新词抽取".中文信息学报 28.0.002(2014):78. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[刘冰洋]的文章 |
[刘倩]的文章 |
[张瑾]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘冰洋]的文章 |
[刘倩]的文章 |
[张瑾]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘冰洋]的文章 |
[刘倩]的文章 |
[张瑾]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论