文献类型：期刊文章

作　　者：孙健[1] 王伟[1] 钟义信[1]

机构地区：[1]北京邮电大学智能研究中心,北京100876

出　　处：《情报学报》

基　　金：国家自然科学基金资助资助项目为:面向智能的信息理论及应用项目编号 :6 9982 0 0 1

年　　份：2002

卷　　号：21

期　　号：1

起止页码：12-16

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSSCI、CSSCI2000_2002、INSPEC、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：常用词搭配 (collocation)是指一些常用的用来表达某些事情或事物的短语 ,一般是二元组或三元组等。常用词搭配的自动发现在自然语言处理中起着很重要的作用 ,它能够丰富词典的容量 ,提高系统的性能。本文提出 4种判断一个二元组是否是常用词搭配的方法 ,并对各种方法的结果进行了比较。然后在已知二元组的基础上 ,提出了统计和发现三元或多元组的方法。这种利用二元组来构造三元组的方法 ,比统计所有三元组的计算量大大减少。

关 键 词：常用词搭配  二元组  自然语言处理 互信息 最大可能比  自动发现  三元组 多元组  

分 类 号：G350]