论文研究基于词序列频率有向网的中文组合词提取算法.pdf

随着人类知识体系的不断拓展和深化，很多组合词（多个词或语素组成的词）被创造出来用于表达新的概念。由于无法及时把组合词收录进词库，分词系统无法识别它们。为此，从文本中提取组合词成为智能计算领域的一个热门的研究方向。借鉴人类的认知心理模式，提出一种基于词序列频率有向网的组合词抽取算法，以识别自由文本中的组合词。算法首先建立描述文本中的词序列出现频率的有向网，然后通过独特的矩阵运算，逐步把组合词提取出来。算法的优点是无须借助专业的语言知识，在实验分析中，算法显示了较好的效果。