论文研究 搜索引擎日志中“N V N”、“V N N”型短语识别.pdf

短语识别是进行短语分析的前期准备工作。针对搜索引擎日志中“N V N”、“V N N”型短语特点，采用最大熵方法，按词信息、词性信息、音节数及前位标记信息提取特征构建训练集，得到最大熵方法进行短语识别的机器学习模型。实验结果显示，利用最大熵方法对两种短语进行开放性测试，两种短语的识别F值分别达到85.78%和76.47%，取得了较好的自动识别效果，在半开放性测试中，其识别结果更佳。