词干提取方法及工具的对比分析研究     

吴思竹  钱庆  胡铁军  李丹亚  李军莲  洪娜 《图书情报工作》2012,56(15):109

首先,论述词干提取和语言形态学的关系。其次,对词干提取的主要算法和相关技术进行详细分类。而后,对词干提取方法的主要特点进行分析并对各类方法的优点、缺点和特点进行对比,并归纳实现词干提取功能的工具及其特点。最后,对词干提取研究的现有问题和未来发展趋势进行探讨。  相似文献   

编辑距离算法在科研基金名称数据分析中的应用     

赵胜钢  李军莲  陈颖 《数字图书馆论坛》2014,(5):53-58

通过对科研基金名称数据特点和文本数据聚类方法的分析,提出并实现了基于编辑距离算法（Levenshtein Distance）的科研基金名称数据分析方法,该算法首先通过设定相似度方式对科研基金名称数据进行聚类形成数据分组,再对分组数据进行二次聚类计算出组的相似度之和,并据此判定数据聚类中心。该方法已经成功应用于中国医学科学院医学信息研究所的医学文献基金数据处理。  相似文献   

“英文超级科技词表”范畴体系协作共建研究     

孙巍  ;张学福  ;潘淑春  ;刘家益  ;李嘉锐  ;吴雯娜  ;李军莲  ;甄伟  ;黄金霞 《数字图书馆论坛》2014,(11):32-37

规范合理的词表范畴体系兼顾概念主题聚类、词表结构表达、本体概念映射等多方面因素,需多学科领域专家协同合作共同构建。文章分析并阐述“英文超级科技词表”范畴体系构建需求与运作机制;分析DDC类目体系的结构特点,提出以DDC为主、专业词表分类体系为辅的主干分类体系选择方法;着重研究并提出范畴体系的协作共建思路、步骤与规则;对范畴体系协作共建成果进行展示与评价。  相似文献