一种新词提取方法及装置
摘要:
本发明公开了一种新词提取方法,包括:获取给定语料,并对给定语料进行分词处理,获得若干第一词组;其中,给定语料包括若干篇文章;计算每一第一词组的凝固度和自由度,继而提取凝固度和自由度符合预设阈值条件的若干第一词组,作为第二词组;计算每一第二词组在给定语料中各文章的篇频;其中,篇频为词组在一篇文章中出现的次数;根据各文章的文章影响力对每一第二词组的各篇频进行加权计算,获得各第二词组的加权篇频;根据每一第二词组的加权篇频进行排序,并根据排序结果提取出新词。通过实施本发明实施例能够避免总词频较低的词被遗漏,提高新词提取的准确性。
公开/授权文献
0/0