危化品领域专业分词库构建与应用研究

摘要：

现有通用分词库无法在危化品领域专业文本中取得良好的分词效果,因此采用结合机器学习分词结果与人工筛选整理的方式提取专业语料,设计包含词表、词条及词条属性的分词库分级架构,提出基于标识树结构的词库特征向量索引方法,形成危化品领域专业分词库,并将该分词库作为自定义词典应用于分词模型中进行验证.结果表明,与通用分词库相比,专业分词库能够提升危化品领域文本分词准确率,有助于对危化品领域文档数据进行深化分析.

关键词：危化品、分词库、机器学习、自然语言处理、文本挖掘

所属期刊栏目：22

分类号：TP391.1(计算技术、计算机技术)

资助基金：中国石化科技部项目;基于电子标签的Handle标识解析技术及装备研发

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70