中文分词对中文信息检索系统性能的影响.pdfVIP

中文分词对中文信息检索系统性能的影响 曹桂宏 何丕廉 吴光远 聂 颂 （天津大学计算机科学与技术系，天津 300072 ） ： E-mail cguihong@ 摘 要 中文分词作为中文信息处理最重要的预处理手段被广泛应用，该文从两个方面（检索精度和召回率）深入研究 了中文分词精度和分词算法对中文信息检索性能的影响。此外，提出了两个假设，并在此基础上给出了一种提高中文信 息检索系统性能的方法。实验表明，新方法能够取得很好的结果，证实了这两个假设。 关键词 中文分词 中文信息检索 Smart 系统 向量空间模型 文章编号 （ ） 文献标识码 中图分类号 1002-8331- 2003 19-0078-03 A TP393 Impact of Chinese Segmentation to Chinese Information Retrieval Cao Guihong He Pilian Wu Guangyuan Nie Song （ ， ， ） Dept. of Computer Science and Technology Tianjin University Tianjin 300072 ： ， ， Abstract As one of the most important preprocessing Chinese segmentation is used widely.In this paper an extensive research is conducted on the impact of segmentation precision and segmentation algorithm to the retrieval precision and ， recalls of Chinese information retrieval system.The paper puts forward two hypotheses and a novel method is worked out to improve the information retrieval system based on them.The novel method works fairly well and these hypotheses are proved by experimental results. ： ， ， ， Keywords Chinese Segmentation Chinese Information Retrieval Smart System Vector Space Model 1 引言 后是结束语。 随着互联网上中文信息的迅速增加，怎样从网上快速、准 确地获取中文信息已经成为一个重要的研究课题，高性能的中