大规模语料库中自动搭配获取的统计方法研究

作者：姚建民; 屈蕴茜; 朱巧明; 张晶

来源：计算机工程与设计, 2007, (09): 2154-2155+2180.

DOI：10.16208/j.issn1000-7024.2007.09.053

• 搭配
• 语料库
• 对数似然度
• 卡平方
• 互信息 collocation
• corpus
• log likelihood
• chi square
• mutual information

搭配在语言学习、辞典编撰或自然语言处理的应用中有重要价值,搭配的自动获取是自然语言计算的基本研究领域之一。利用对数似然度、卡平方和互信息作为关联强度测度,从Penn Treebank语料库中自动获取搭配候选,以比较3种测度的不同特性。实验结果表明由于3种测度遵从不同的分布假设和倾向,抽取的搭配具有不同的分布特征。

• 单位
  华南理工大学; 东南大学; 苏州大学