一种基于生语料的领域词典生成方法

为了实现准确分词,实用的汉语信息处理系统都需有其专用的领域词典.针对现有词典构造方法存在的不足,本文提出了一种领域词典的构造方法:利用通用词典对领域生语料进行分词处理,并提出了基于切分单元的最大匹配算法,从而得到候选词串集,然后利用规则对其进行优化,最终生成领域词典.词典的生成过程基本上是自动完成的,人工干预少,易于更新;目前,本方法生成的领域词典已经应用于我们自主开发的"基于Web的智能答疑系统"中,并取得了较好的效果.

民航安全词典构建研究

针对航空安全报告中结构化属性和非结构化属性共存、人工分析耗时耗力的现状,本文提出结合领域专家知识,采用基于切分单元的最大匹配算法得到候选集,利用互信息对其进行筛选,建立了专用的航空安全词典。为进行更进一步的数据分析、数据挖掘和识别隐藏在航空安全数据中未知的、潜在的问题、提高航空安全性能提供了基础。