基于N—gram统计模型的搜索引擎中文纠错.pdfVIP

第3期 中同鼋；珂譬研宪F宪譬摹鱼 V01．4No．3 ofCAEIT 2009年6月 Joumal Jun．2009 基于N—gram统计模型的搜索引擎中文纠错 陈智鹏，吕玉琴，刘华生，刘 刚，屠 辉 (北京邮电大学电子工程学院，北京100876) 摘要：搜索引擎中的关键词纠错是提高检索效率的一项重要辅助功能。提出了一种完全通过分 析上下文统计信息的方法，根据中文语言的特点，在建立N．gram统计模型并分析比较的基础上，再 通过计算TF／IDF的权重来获得最优的纠错结果，最后通过实验验证了该方法实现了搜索引擎中 对输入关键词的自动检查和纠错。 关键词：搜索引擎；输入纠错；N—gram模型；TWIDF 中图分类号：TP393文献标识码：A 文章编号：1673-5692(2009)03—323-04 Chinese CorrectioninSearch