Hits:

Indexed by:期刊论文

Date of Publication:2006-01-01

Journal:情报学报

Included Journals:PKU、ISTIC、CSCD、CSSCI

Volume:25

Issue:3

Page Number:301-305

ISSN No.:1000-0135

Key Words:中英文混合术语;中文信息处理;串频;长串优先

Abstract: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.