论文部分内容阅读
作为一种词汇现象，词语搭配在自然语言处理的许多领域具有重要的应用。本文对4种词语相关性度量和3种词语结构分布度量分别进行了比较分析，并提出了一种基于互信息与熵融合的获取词语搭配的方法。实验结果表明：在同现频率较高情况下，互信息、Cosine系数、χ^2测试和似然比测试4种相关性度量对搭配判定有大致相同的效果；在度量词语的结构分布方面，熵要优于方差和离散度。本文所提方法依赖度量指标少，闽值容易选取，且与其他已有的方法具有同等效果。