汉语词同现网络的小世界效应和无标度特性.pdfVIP

维普资讯 第 21卷 第 6期 中文信息学报 Vo1．21，No．6 2007年 11月 JOURNALOFCHINESE INFORMATION PROCESSING NOV．，2007 文章编号 ：1003—0077(2007)06—0052—07 汉语词 同现 网络的小世界效应和无标度特性 刘知远，孙茂松 (清华大学 计算机科学与技术系，清华信息科学与技术国家实验室，北京 100084) 摘 要 ：人类语言的某些重要方面可以通过复杂网络来刻画。本文基于不 同规模和类型的语料库 ，建立 了汉语词 同现网络 ，并从复杂网络 的角度对这些网络进行 了系统的实验考察。实验结果表 明汉语词 同现 网络具有复杂网络 的两个基本性质：(1)网络的平均最短路径为 2．632．75，聚合 系数远大于相同参数下的随机网络，这揭示了汉语同 现网络 的小世界效应 ；(2)网络 中词的度大体上呈幂律分布 ，表 明汉语 同现网络具有无标度特性 。本文还对实验 中 所得 到的汉语核 心词典进行 了定量分析 。 关键词 ：计算机应用；中文信息处理 ；词的同现；复杂网络 ；小世界 ；无标度 ；核心词典 中图分类号 ：TP391 文献标识码 ：A ChineseWordCO—occurrenceNetwork： ItsSmallW orldEffectandScale-freeProperty IIU Zhi—yuan，SUN Mao-song (DepartmentofComputerScienceandTechnology，TsinghuaUniversity，Beijing100084) Abstract：Someperspectivesofhuman languagescanbecharacterizedbycomplexnetworkanalysis．Inthispaper， WOrdco—occurrencenetworksfortheChineselanguageareautomaticallyconstructedbasedon very largemanually wordsegmentedChinesecorporawithdifferentsizeandstyleatfirst．Then systematicobservationson thesenet worksaremadefrom thecomplexnetwork’Spointofview．Experimentalresultsshow thatthesenetworksdisplay twoimportantfeaturesofcomplexnetworks：(1)Theaveragedistancebetweentwowordsis2．632．75，andthe clusteringcoefficientismuchgreaterthanthatgivenbyarandom networkwiththesameparameters，whichexhibits atypicalsmall～worldeffect；and (2)Thedegreedistributionsofthesenetworksgenerallyobeythepower—law ，i．e．， thescalefreeproperty．Inaddition，quantitativeanalysisisconductedforthekernellexiconsderivedfrom theseex— periments． Keywords：computerapplic