论文部分内容阅读
本登录关键词的识别是中文信息处理中的一个关键问题，文章利用PATＴＲＥＥ《实现了一种可变长统计语言模型，由于不存在n元统计语言模型的截断效应，从而对待提取的关键词的长度没有限制，在该模型的基础上，通过相关性检测，从５４０Ｍ汉语语料中自动提取出了１２万个关键词候选字串，最后，经过分析和筛选，候选字串的准确度由82.3%上升到96.1%，实验表明，基于PAT TREE的统计语言模型是实现未登录词提取的有力工具。