基于n-gram相邻字的中文文本特征提取算法.pdfVIP

下载本文档

13
0
约8.58千字
约 6页
2015-08-04 发布于安徽
举报
版权申诉

基于n-gram相邻字的中文文本特征提取算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第一层全躅信息捡索与内容安全学术套议基于n-gram相邻字的中文文本特征提取算法王晔，黄上腾 (上海交通大学电子信息与电气工程学院计算机系200030) 捕翼；文本特征提取是指从文本中提取有代表性的词作为特征，由于中文的特殊性，预先分词是中文文本的特征提取的关键步骤。本文在基于Apriori的中文特征提取算法上进行了改进，提出了一种以mgram 相邻宇为分词线索饷中文文本特征快速提取方法，使词典无荚的中文分词和特征提取的速度大大提高。本文对新算法的正确性进行了证明，并通过试验验证了这种算法的性能和速度方面的优势。美t调：特征提取；中文分词：iI-gra]11；相邻字：邻字二元组。 An Characterbased n-gramNeighbour for FeatureExtractionMethodChineseText WangYc，HuangShang-Teng aIld 200030) (ComputerS01．aceEII商肿竹吣D印脏嘶L鼬岫曲时JiloTon8Univeamity Featurecx{racfiouoftextme∞s tha words“thefeature．Forthe Abstract： sdect／ngreprc∞,．1tative specialwriting isthe offeatureextractionChinese formatofChinese，word for text．This se胂cntationkeystcp paper improved a119wfeatureexh-acfionracthod／orChinese consideredtha pc斟nted text,which Aptiod-hascd“gc晒也I轧and n-groins word method the chmactcrsastheclueof thenew ofword ∞igllbotlr segrncnt丑tion。and hrgely speed prompted aIso its aIld itstime and^％慨extraction．This sc目mlmtation paper provedriotousanalyⅫ,d reactsshowedthe superiorityofthen州mcthod’sperf㈣and印eed． extraction；Chin∞eword keywol*de：feature