大数据环境下中文词库动态更新系统模型研究

来源 :济宁学院学报 | 被引量 : 0次 | 上传用户:kentxp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文本分词以及语义相似度地计算大都依赖于中文词库,而网络的飞速发展产生了很多未收录词库的新词,进而影响了分词的效果和相似度计算的准确性。针对网络时代信息爆炸和新词出现频率高的特性,提出了在大数据背景下动态更新中文词库的模型。依据大数据的特点,提出了备用词研判标准模型,进而以四个子模型为基础提出了词库动态更新模型。
其他文献
在广播电视传统主业受到严重冲击的今天,广播电视产业的发展方向和出路在哪?在全国广播从业者中和广播理论界,对于广播产业化发展方向,实践者进行了多方位的探索,理论者也提出过许
【正】 我曾为单位布置过一个由八台电脑组成的小网络,共用一台激光打印机和一只某品牌的ADSLModem,为防病毒及黑客,在每台电脑上安装了《金山毒霸2002》,一切都很顺利。前段
由于工作需要,笔者公司于1999年购买了1台HP LaserJet 6L的激光打印机,由笔者负责管理.可是买得起马,配不起鞍,耗材的费用实在过高,新硒鼓按其规格只能打印2500页左右,因此不
冈村繁《陶渊明新论》和田晓菲《尘几录》皆为海外研究陶渊明著作。前者旨在打破"偶像",揭示一个"世俗的陶渊明",后者则梳理陶渊明传播史和手抄本文化,并通过异文研究和文本细读,
<正> 数码相机的便捷在很大程度上来源于它的独特影像存取形式。它所拍摄的影像是以数字文件形式存储在特定的存储介质中的。所谓数码相机的存储介质就是在数码相机中的可随
一、禁用外设,加速启动在WinXP中暂时禁用一些外设,可以有效地减少系统启动时需要调入的外设驱动程序数量,从而加快系统的启动速度,因为WinXP在启动时会自动扫描硬件的变化.
近日,利盟正式对外面向中国市场推出了T420系列黑白激光打印产品.T420系列包括T420d和T420dn两款,主要面向工作组级、企业部门级及中、小企业等经济型普通办公用户.
【正】 Winzip Winzip是我们最常用到的压缩软件,它具体的密码保护功能可以为我们保护文件起到很大的作用,如果你的密码忘记了,不要着急,因为我们有uzpc。 uzpc是一款专门破
明初周定王朱橚所作《元宫词》百篇隐含了大量真实、丰富的元末宫廷历史信息,具有较高的艺术价值。通过对《元宫词》百篇艺术和历史价值的考述,可以发现融诗心于史迹的抒写方
济宁方言疑问句类型与普通话一样可分为是非问、特指问、选择问、正反问四种,疑问句中存在丰富的疑问语气词、疑问代词;部分疑问句句型结构存在疑问倾向性和时体针对性;许多