论文部分内容阅读
正确识别搜索引擎日志中的短语，对搜索引擎用短语词典构建和提高搜索引擎性能具有重要的作用。该文提出一种应用条件随机场实现对搜狗日志语料中“N＋V”和＂N1＋N2＋V＂型短语自动识别的方法。模型的特征集包含词、词性和词语长度。由人工设计候选特征集，从中选择有效的特征构成特征模板，训练生成用于短语自动识别的条件随机场模型。封闭测试和开放测试的实验结果表明，模型能够实现对这两种短语的有效识别。关键词：条件随机场模型；搜索引擎日志；“N＋V”型短语；＂N1＋N2＋V＂型短语；特征模板