%0 Journal Article
%T 基于改进互信息和邻接熵的微博新词发现方法
%A 宋健
%A 许国艳
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.10.2772
%X 摘要 针对目前微博新词发现算法中的数据稀疏、可移植性较差以及缺乏对多字词（大于三字）识别的问题，提出了基于改进互信息（MI）和邻接熵（BE）的微博新词发现算法——MBN-Gram。首先，利用N元递增算法（N-Gram）提取新词的候选项，对提取出来的候选新词使用频率和停用字等规则进行过滤；接着再利用改进MI和BE对候选项进行扩展及再过滤；最后，结合相应词典进行筛选，从而得到新词。通过理论及实验分析，MBN-Gram算法在准确率、召回率及F值上均有一定提高。实验结果表明，MBN-Gram算法是有效可行的
%K 新词发现
%K 多字词
%K N-Gram
%K 互信息
%K 邻接熵
%U http://www.joca.cn/CN/abstract/abstract19860.shtml