-
题名融合规则与统计的微博新词发现方法
被引量：15
- 1
-
-
作者
周霜霜
徐金安
陈钰枫
张玉洁
-
机构
北京交通大学计算机与信息技术学院
-
出处
《计算机应用》
CSCD
北大核心
2017年第4期1044-1050,共7页
-
基金
国家自然科学基金资助项目(61370130
61473294)
+1 种基金
中央高校基本科研业务费专项资金资助项目(2014RC040)
科学技术部国际科技合作计划项目(K11F100010)~~
-
文摘
结合微博新词的构词规则自由度大和极其复杂的特点,针对传统的C/NC-value方法抽取的结果新词边界的识别准确率不高,以及低频微博新词无法正确识别的问题,提出了一种融合人工启发式规则、C/NC-value改进算法和条件随机场(CRF)模型的微博新词抽取方法。一方面,人工启发式规则是指对微博新词的分类和归纳总结,并从微博新词构词的词性(POS)、字符类别和表意符号等角度设计的微博新词的构词规则;另一方面,改进的C/NC-value方法通过引入词频、邻接熵和互信息等统计量来重构NC-value目标函数,并使用CRF模型训练和识别新词,最终达到提高新词边界识别准确率和低频新词识别精度的目的。实验结果显示,与传统方法相比,所提出的方法能有效地提高微博新词识别的F值。
-
关键词
微博新词
构词规则
统计量特征
c/nc-value方法
条件随机场模型
-
Keywords
microblog new word
formation rule
statistical feature
c/nc-value method
conditional Random Field（cRF） model
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
