中文信息学报基于词语属性的计算机辅助获取流行词语研究.PDF

中　文 　信 　息　学 　报 第 20卷 第 6期 　 JO URNAL O F CH INESE INFO RM A T IO N PROCESS ING Vol20 No6 文章编号 : 1003 - 0077 (2006) 06 - 0038 - 08 基于词语属性的计算机辅助获取流行词语研究① 1, 2 1 1 1 何婷婷 ,朱 　薏 ,张 　勇 ,任 　函 ( 1清华大学 软件学院 ,北京 　100084; 2 华中师范大学 计算机科学系 ,湖北 武汉 　430079) 摘要 :本文以 2005年的 1月 1 日至 6月 25 日新浪网上下载的各类页面上的文本内容为研究资源集合 , 从中提取出有效词语 ,对词语的流行程度的判定属性做了定性定量的分析研究 ,对词语的流行特性进行了定 义 ,在此基础上 ,引入衡量关注程度的量化方法 ,并配合依据词语判定属性与时间关系而绘制的走势曲线图 , 设置淘汰机制与评分机制 ,得到了候选流行词语 ,验证了流行词语判定属性规范的合理性 ,为机器辅助判定词 语特性提供了参考数据 。 关键词 :计算机应用 ; 中文信息处理 ;流行词语 ;词语活动能力 ;走势曲线图 中图分类号 : TP39 1　　　　文献标识码 : A Study on Com putera ided Popular W ord s and Phra ses Ex traction Ba sed on W ords’A ttr ibutes 1, 2 1 1 1 H E Tingting , ZHU Yi , ZHAN G Yong , REN H an ( 1Software In stitu te of Tsinghua Un iversity, B eij ing 100084 , Ch ina; 2 Compu ter Science D ep artm ent of Huazhong Norm al Un iversity W uhan , Hubei 430079 , Ch ina ) A b stract: Th is p ap er introduces ou r research on compu teraided popu lar word s and phrases extraction. In the re st th search we u se the web p age s down load from SINA. COM from J an 1 2005 to June 25 2005 a s the resou rce, extract the valid word s and p hra se s, analyze the determ inan t attribu te s of every word and m ake the defin ition of popu larity. B ased on the above ach ievem en ts, we p resen ts the m ethod for m ea suring the concern ing degree of word and phra se, filters and sorts the word s according to the tendency