论文部分内容阅读
提出一种基于后缀数组的无词典分词算法.该算法通过后缀数组和利用散列表获得汉字的结合模式,通过置信度筛选词.实验表明,在无需词典和语料库的前提下,该算法能够快速准确地抽取文档中的中、高频词.适用于对词条频度敏感、对计算速度要求高的中文信息处理.
一种基于后缀数组的无词典分词方法
【摘 要】
：
提出一种基于后缀数组的无词典分词算法.该算法通过后缀数组和利用散列表获得汉字的结合模式,通过置信度筛选词.实验表明,在无需词典和语料库的前提下,该算法能够快速准确地
【机 构】
：
吉林大学计算机科学与技术学院
【出 处】
：
吉林大学学报：理学版
【发表日期】
：
2004年4期
【基金项目】
：
国家自然科学基金
其他文献
研究高温高压下掺Si合成金刚石，并与Fe—C体系合成的金刚石进行比较．实验结果表明，体系中掺入Si，合成的晶体颜色比Fe—C体系合成的晶体颜色浅，在相同的合成时间内，Fe—Si—C体系合
采用计算向量之间相似度的方法，通过实验分析验证了表格信息在主题爬行中的重要性．研究结果表明，与整个网页相比，表格所能提供的与用户相关的信息占整个网页信息总量的80％以上，因而
采用直流磁控溅射方法，以Ar／N2为放电气体（N2／（Ar＋N2）=10％），在玻璃和NaCl（100）单晶片上分别沉积获得Fe-N薄膜样品．利用X射线衍射（XRD）、原子力显微镜（AFM）和超导量子干涉仪（SQUID）对样品的结构、
【正】 精液定性分析(容量、精子数、活动度、形态和酸碱度)常用来检测男性不育症,但它的准确性很难确定。目前为人工授精提供的一种先进装置将能证实妇女潜在的生殖能力。最
2014年9月1日起,一批新能源车将享受免征车辆购置税的优惠待遇。2014年8月29日,首批进入《免征车辆购置税的新能源汽车车型目录》的新能源汽车名单出炉,其中共有25家车企的11
给出四参数Conway元胞自动机的翻转规则及演化结果. 通过增加相邻元胞数量发现, r=1的规则中没有Wolfram第四等级; r≥2中存在Wolfram第四等级.
采用两种偶联剂（KH570和JN114）对氢氧化镁（MH）进行表面改性,并以热塑性聚烯烃弹性体（TPO）为基体树脂,制得TPO/MH复合体系材料。探讨了偶联剂种类,MH用量对材料的力学性能和阻燃性能
将CDK2激酶第80位的Phe突变成Ala,使该激酶特异地利用ATP类似物N6-（2-苯乙基）-ATP（PE-ATP）筛选CDK2激酶的体内特异性底物.将pCMV-CDK2（F80A）-myc载体转染人宫颈癌细胞（HeLa）,经持续G4
为建立南疆红枣品质近红外光谱在线校正模型,分析了在线检测结果的主要影响因素,对相应的参数进行了实验研究。设置红枣不同的光谱采集条件,如测量状态、波段谱区、仪器参数