维吾尔语多词表达抽取方法研究

摘要：

多词表达是特殊的语言现象，一般由多个词构成来表示一个意义，语料中常出现在一起。多词表达因是特殊的单元，其抽取在自然语言处理的很多领域有着非常重要的作用。讨论了目前常见的三种统计方法即互信息、对数似然比以及卡方等在维吾尔语多词表达抽取方面的影响。根据维吾尔语的特点，将词干作为一项特征加到抽取方法中。语料的选择上考虑了覆盖面及领域，并探讨了它们对抽取方法的影响。

关键词：多词表达、互信息、对数似然比、卡方、维吾尔语

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金No.61262061；新疆多语种信息技术重点实验室开放课题。

在线出版日期：2014-04-29（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：26-30