论文部分内容阅读
现有分词系统不能及时收录新词语，因而不能有效识别领域组合词。针对此问题，提出一种位置标签与词性相结合的组合词抽取方法。首先对语料进行文本预处理、添加位置标签、加权词频过滤等建立词条的位置标签集；然后依据位置标签集计算词条在句子中的相邻度判定组合词；最后制定反规则对抽取结果进行过滤，并对垃圾串进行两端逐步消减再判定进一步识别组合词。通过在不同语料库上进行实验，结果表明本方法具有更高的准确率。