利用高频词和互信息而向特定领域提取多字词表达 (2009年)

在阐述了多字词表达定义的基拙上,对面向特定领域的多字词表达提取的技术路线进行了详细说明。以大规模的真实文本为研究对象,利用领域高频词和互信息统计量提取多字词表达,确定了多字词表达的最大提取长度,并通过停用词表法对候选多字词表达进行噪声处理。实验结果表明：笔者提出的方法在处理对象规模、效率等方面均有所提高。