【摘 要】
：
提出一种基于上下文词频词汇量的统计指标。该指标通过修改信息熵公式中参数的定义,即将邻接字符串在语料集中出现的次数改成邻接字符串集合的大小,克服了左右信息熵在识别新
【机 构】
：
天津大学管理与经济学部,天津财经大学信息科学与技术系
【基金项目】
：
国家自然科学基金青年基金项目(61004056);天津自然科学基金资助项目(15JCYBJC16000);天津市哲学社会科学研究规划基金资助项目(TJTJ15-002)
论文部分内容阅读
提出一种基于上下文词频词汇量的统计指标。该指标通过修改信息熵公式中参数的定义,即将邻接字符串在语料集中出现的次数改成邻接字符串集合的大小,克服了左右信息熵在识别新词时特征不够明显的缺点。同时提出一种递归的基于邻接关系的字符串连接方法,克服了N-gram方法采用固定滑动窗口大小的缺点。实证分析表明该新词发现方法有较高的准确率,通过选取不同的词频词汇量指标值作为阈值,能够在发现更多新词和提高发现新词的准确率方面进行灵活调整,为新词发现提供一种实用的方法。
其他文献
摘要：短跑作为田径的基础项目，加强短跑训练可以显著提高运动员的整体水平。现阶段，我国初中业余短跑训练发展迅速，并且取得了显著的成就，培养出一批批优秀的田径运动员。但在业余短跑训练中仍然存在许多问题亟待解决，本文将系统分析初中业余短跑训练中的问题，并提出具体的建议以供参考。 关键词：初中;业余;短跑训练;问题分析 初中阶段是学生身体素质发育的关键时期，此阶段的业余短跑训练对于学生今后的发展会产生
目的探讨全覆膜金属支架术在慢性胰腺炎内镜介入治疗术后的效果。方法选择本院2014年6月至2018年6月收治的60例慢性胰腺炎患者作为研究对象,按照置入支架不同等分为对照组和
<正> 心理教育课程是协同教学的重要组成部分。探索心理教育与学生整体素质协同发展的关系是协同教学的核心主题。开设心理教育课程是教育史上的一场大变革。本文对心理教育
回首百年中国言论史,在民族危急存亡之秋,于万马齐喑之时,从不乏忧国忧民之士,口中发出诤声,笔底掀起波澜,成为时代的良心、民族的脊梁。革命战争时期,党报在敌强我弱的形势
目的 探讨层级管理体制对医院患者满意度的影响。方法 总结与分析2014年—2015年某三级综合医院住院患者共计3 840例满意度数据。结果 医院改善层级管理方法之后,普通住院患
随着我国经济的高速发展,人们的生活质量越来越高,生活内容越来越丰富,因此对于自身的健康自然也越来越重视。而健康管理是近年来刚兴起的贯穿医疗服务整体的以人们身体健康
<正>传播信息、提供娱乐和交流分享是当前媒体功能的重要特征,也是社交媒体迅速崛起的前提基础。根据美国皮尤研究中心2015年调查结果显示,美国65%的成年人使用社交媒体。而
中共十七大后，新一轮思想解放热潮正在掀起。大量的文章、评论都在阐述继续解放思想的重要性，这无疑是正确的。然而，解放思想不能仅仅停留在原则要求、口号层面上，解放思想需要来实的。如何把解放思想落到实处？笔者以为，至少需要做到以下几点： 需要防止将解放思想口号化、空洞化 解放思想不能泛泛而谈，必须有针对性。当前要针对深化政治体制改革、探索中国特色社会主义发展道路加大解放思想的力度。30年来，
文章通过对湿地生态功能的阐述和农村生活污水特点的分析,介绍适合农村生活污水处理的工艺技术,提出人工湿地处理系统能够有效解决农村生活污水处理问题.
目的探讨PRECEDE护理模式联合歌唱疗法对COPD合并气胸患者的影响。方法选取2016年2月至2017年2月在我院治疗的COPD合并气胸老年患者100例。将其随机等分为对照组和观察组。对