【摘 要】
：
自动抽词是文本信息处理中的重要课题之一。当前比较通行的解决策略是通过评估候选字串内部结合紧密度来判断该串成词与否。本文分别考察了九种常用统计量在汉语自动抽词中的
【机 构】
：
智能技术与系统国家重点实验室清华大学计算机科学与技术系
【基金项目】
：
国家 973资助项目 (G19980 30 5 0 7)
论文部分内容阅读
自动抽词是文本信息处理中的重要课题之一。当前比较通行的解决策略是通过评估候选字串内部结合紧密度来判断该串成词与否。本文分别考察了九种常用统计量在汉语自动抽词中的表现 ,进而尝试将它们组合在一起 ,以期提高性能。为了达到尽可能好的组合效果 ,采用了遗传算法来自动调整组合权重。对二字词的自动抽词实验结果表明 ,这九种常用统计量中 ,互信息的抽词能力最强 ,F measure可达 5 4 77% ,而组合后的F measure为 5 5 4 7% ,仅比互信息提高了 0 70 % ,效果并不显著。我们的结论是 :( 1)上述统计量并不具备良好的互补性 ;( 2 )通常情况下 ,建议直接选用互信息进行自动抽词 ,简单有效。
其他文献
<正>去年回国探亲,母亲告诉我这样一件事。一天突然有人敲门,她开门一看,原来是一个十一、二岁的胖乎乎的小男孩。男孩一脸稚气,身背一个起码有十斤重的大书包。见母亲开门,
室内陈设艺术是近代兴起的一门新的艺术,经过长期的发展和实践,室内陈设艺术已经成为现代室内设计的重要组成部分,其中所包含的讲究生活品味、展现个人修养、提高审美素质等
介绍了某大跨度混凝土屋面厂房的工程概况,比较分析了钢筋混凝土结构、普通钢框架结构和刚桁架结构3种结构选型。在选定的刚桁架结构的基础上,进行了刚桁架的结构分析、节点
<正>"精准扶贫,要义在于提高扶贫的针对性、有效性。"湖南省扶贫办主任王志群解读——精准扶贫,是党的十八大以来中央对扶贫开发工作的基本要求,也是现阶段我国扶贫战略最突
<正>"创客"这个词是这两年在国内流行起来的。第一次听到是在北京市东城区三维设计教师培训班上。于是我也尝试在课上给学生介绍"创客精神",那时学生感觉既陌生又新鲜。在3月
钢筋混凝土桥梁是应用非常广泛的一种桥梁结构形式,长期以来,由于"重强度轻耐久"设计思想的影响,大量的钢筋混凝土结构在使用期内就出现了由于耐久性失效而老化现象,这其中钢
体态律动教学法是达尔克罗兹创立的体验—表达音乐的方法,他通过这种教学法传授音乐技能并且塑造人格。体态律动传入我国之后受到了越来越多的关注,但在基础音乐教育中的使用
目的:建立LC-MS/MS与HPLC法分析人血浆中利奈唑胺浓度,并将其应用于患者的治疗药物监测（TDM）与药动学研究。方法:100"l血浆样本加入蛋白沉淀剂（含内标呋喃唑酮乙腈）,振荡离心后取
<正>21世纪以来,非洲国家的经济与社会发展取得了一定进步,但其交通基础设施的建设仍然比较滞后,不能适应各国经济发展的需要,日益成为制约其贸易往来、市场融合和经济社会发
目的 :探讨分析对口服卡培他滨后出现不良反应的结肠癌患者进行护理干预的方法及效果。方法 :选取2013年6月至2014年6月间我院收治的口服卡培他滨进行治疗的结肠癌患者38例作