古籍文本抽词研究

？目前古籍文本检索大多局限于篇、章及目录，即使是全文检索一般也是基于单汉字的检索，由于没有现成的古籍词表可用，古籍文本的标引和检索效率都受到影响。现将处理现代文本的n元组法移植到古籍文本中进行实义词提取，实验步骤包括：自动分词并统计词频；利用抽词词典和停用词词典得到候选词汇；通过简单计算对n元组进行剔除过滤；人工判别提取实词。实验共从10万字的文本对象《齐民要术》中提取古籍普通语词和专有名词(包括书名、地名、人名官职名)共3369个，表明此实验方案基本是可行的。