文献类型：期刊文章

作　　者：毛文伟[1]

Mao Wenwei(Shanghai International Studies University,China)

机构地区：[1]上海外国语大学科研处

出　　处：《日语学习与研究》

年　　份：2019

期　　号：1

起止页码：1-9

语　　种：中文

收录情况：CSSCI、CSSCI_E2019_2020、NSSD、RWSKHX、普通刊

摘　　要：数据挖掘技术能够帮助我们从规模庞大、内容纷繁的文本数据中准确、高效地提炼出研究者难以通过遍览有效捕捉的隐含信息或趋势。其中,词频统计帮助我们获取分析对象的词汇总量、高频词汇以及词汇构成等信息,并据此对文体特征进行较为准确的判断。词表比对揭示了对象文本的叙事方式、所含关键人物、场所和物品等。词语共现网络使我们能够直观地观察到文本中的高频人物、组织等,并揭示这些热词之间的潜在联系,从而快速构建热点事件的基本框架。而通过计算共现强度,我们可以轻松、准确地挖掘出与特定关键词关系密切的共现词,从而有效捕捉与之相关的热点话题和媒体动向。

关 键 词：数据挖掘 词频统计 词语共现网络  MI-score  语料库语言学

分 类 号：TP391.1] H36[计算机类]