首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种基于N-Gram改进的文本特征提取算法
引用本文:于津凯,王映雪,陈怀楚.一种基于N-Gram改进的文本特征提取算法[J].图书情报工作,2004,48(8):48-50,43.
作者姓名:于津凯  王映雪  陈怀楚
作者单位:清华大学计算机与信息管理中心, 北京 100084
摘    要:介绍一种改进的文本特征提取及匹配算法。该算法基于N-Gram算法思路进行文本处理和特征提取,设计了gram关联矩阵用于统计与合并特征词,从而在固定长度N-Gram算法的基础上能够提取出不同长度的特征词。实验证明,该特征提取算法能够更为准确地描述文本特征,可应用于文本检索、Web挖掘等信息处理领域。

关 键 词:文本特征提取  N-Gram算法  gram关联矩阵  
收稿时间:2003-11-03

An Improved Text Feature Extraction Algorithm Based on N-Gram
Yu Jinkai Wang Yingxue Chen Huaichu Computer & Information Management Center,Tsinghua University,Beijing.An Improved Text Feature Extraction Algorithm Based on N-Gram[J].Library and Information Service,2004,48(8):48-50,43.
Authors:Yu Jinkai Wang Yingxue Chen Huaichu Computer & Information Management Center  Tsinghua University  Beijing
Institution:Computer & Information Management Center, Tsinghua University, Beijing 100084
Abstract:This paper introduces an improved text feature extraction algorithm based on N - Gram theory. It designs a gram correlative matrix to unite the consecutive bigrams into a multigram and breaks the limit of N - Gram which has fixed - length gram extractions and forms the multigram features.
Keywords:text feature extraction N-Gram algorithm gram correlative matrix
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《图书情报工作》浏览原始摘要信息
点击此处可从《图书情报工作》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号