基于FP序列树的法文词语提取方法研究

作     者：于娟 吴晓鹏 廖晓 刘建国 YU Juan;WU Xiao-peng;LIAO Xiao;LIU Jian-guo

作者机构：福州大学经济与管理学院福州350108 广东金融学院互联网金融与信息工程学院广州510521 上海财经大学会计与财务研究院上海杨浦区200433 

出 版 物：《电子科技大学学报》 (Journal of University of Electronic Science and Technology of China)

年 卷 期：2021年第50卷第1期

页      面：84-90页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(71771054) 

主　　题：FP序列树 法语文本挖掘 词语提取 成词度 文本压缩 

摘      要：法语复杂的语法和词形变化规则导致N-gram等词语提取方法的效果无法保证,影响法语文本挖掘的准确性。该文提出一种高效的法文词语提取方法,从待分析的法语文本中自动获取包括单词和短语的词语集合,构建法语文本挖掘所需的词库。该方法把文本中的单词共现信息压缩为FP序列树结构,快速提取频繁词串并计算其成词度,得到法文词语集合。实验表明,该方法的准确率高达90%,且具有比现有法文词语提取方法更高的召回率,能有效支持法语文本挖掘应用。