搜索引擎日志中“N+V+N”、“V+N+N”型短语识别

作者：郑丽; 吕学强

来源：计算机工程与应用, 2013, (06): 143-147+155.

• 短语识别
• 搜索引擎日志
• “N+V+N”
• “V+N+N”
• 最大熵方法 phrase recognition
• search engine logs
• "N+V+N"
• "V+N+N"
• maximum entropy

短语识别是进行短语分析的前期准备工作。针对搜索引擎日志中"N+V+N"、"V+N+N"型短语特点,采用最大熵方法,按词信息、词性信息、音节数及前位标记信息提取特征构建训练集,得到最大熵方法进行短语识别的机器学习模型。实验结果显示,利用最大熵方法对两种短语进行开放性测试,两种短语的识别F值分别达到85.78%和76.47%,取得了较好的自动识别效果,在半开放性测试中,其识别结果更佳。

• 出版日期2013
• 单位北京信息科技大学