| 无词典中文高频词快速抽取算法 |
| |
| 引用本文： | 江华,苏晓光.无词典中文高频词快速抽取算法[J].现代图书情报技术,2012(6):50-53. |
| |
| 作者姓名： | 江华 苏晓光 |
| |
| 作者单位： | 海军工程大学装备经济管理系 |
| |
| 摘 要： | 在PAT数组的基础上,引入LCP数组记录文本后缀串的相同前缀长度,通过扫描LCP数组快速抽取文本高频词。该算法不依赖于分词词典,通过探测重复出现串来提取高频词,并能够抽取任意重复字符串,对新词、组合词抽取特别有效。实验结果表明,该算法抽取的高频词可以达到较高的可接受率,在与ICTCLAS系统关键词抽取的比较中也有较高的相同率,且在发现组合词方面更具优势。
|
| 关 键 词： | 中文信息处理 高频词抽取 PAT数组 中文分词 关键词分析 |
Chinese High-frequency Words Extraction Algorithm Without Thesaurus |
| |
| Jiang Hua Su Xiaoguang.Chinese High-frequency Words Extraction Algorithm Without Thesaurus[J].New Technology of Library and Information Service,2012(6):50-53. |
| |
| Authors: | Jiang Hua Su Xiaoguang |
| |
| Institution: | Jiang Hua Su Xiaoguang (Department of Equipment Economics and Management,Naval University of Engineering,Wuhan 430033,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
