无词典中英文混合术语抽取及算法研究

中英文混合术语可作为未登录词处理、加权处理和歧义消解等的辅助信息，并有助于提高中文信息处理的质量。依据长度递减与串频统计思想，本文提出了一种中英文混合术语的抽取方法。该方法不需要词典，不需要事先进行语料库的学习，不需要建立字索引，而是依靠统计信息，抽取出支持度大于等于阈值的中英文混合术语。该算法能够有效地抽取出文本中新涌现的通用词、专业术语及专有名词。实验显示该方法不受语料限制，能够快速、准确地进行中英文混合术语的抽取。