点击次数：

论文类型：期刊论文

发表时间：2006-01-01

发表刊物：情报学报

收录刊物：PKU、ISTIC、CSCD、CSSCI

卷号：25

期号：3

页面范围：301-305

ISSN号：1000-0135

关键字：中英文混合术语;中文信息处理;串频;长串优先

摘要：中英文混合术语可作为未登录词处理、加权处理和歧义消解等的辅助信息,并有助于提高中文信息处理的质量.依据长度递减与串频统计思想,本文提出了一种中英文混合术语的抽取方法.该方法不需要词典,不需要事先进行语料库的学习,不需要建立字索引,而是依靠统计信息,抽取出支持度大于等于阈值的中英文混合术语.该算法能够有效地抽取出文本中新涌现的通用词、专业术语及专有名词.实验显示该方法不受语料限制,能够快速、准确地进行中英文混合术语的抽取.