面向WI輸入法的新詞發(fā)現(xiàn)技術(shù)研究與實(shí)現(xiàn).pdf

1、拼音輸入法通過輸入拼音串轉(zhuǎn)換為漢字串，轉(zhuǎn)換的準(zhǔn)確率很大程度上取決于詞典是否涵蓋常用詞匯，特別是一些新興詞匯。手工向詞典中加入新詞費(fèi)時(shí)費(fèi)力，而新詞發(fā)現(xiàn)技術(shù)則從大規(guī)模文本中自動(dòng)挖掘新詞，具有自動(dòng)化、易于發(fā)現(xiàn)熱門詞匯等特點(diǎn)。本文將探討新詞發(fā)現(xiàn)技術(shù)，并將挖掘出來的新詞添加到輸入法詞典中以期提高輸入法的音字轉(zhuǎn)換準(zhǔn)確率。
　　本文首先探討了兩類新詞的挖掘方法：情感詞以及商品詞。在情感詞挖掘中，本文提出基于最大流最小割原理的迭代中文情感詞挖掘方

2、法，實(shí)驗(yàn)結(jié)果顯示，基于該思想在挖掘主觀詞方面具有較強(qiáng)能力，其性能高于傳統(tǒng)的基于統(tǒng)計(jì)模型的主觀詞挖掘方法；在商品詞挖掘中，本文選擇用戶在購物網(wǎng)站上的搜索日志作為發(fā)現(xiàn)商品詞的數(shù)據(jù)來源，并根據(jù)搜索日志的數(shù)據(jù)特點(diǎn)，在對用戶查詢（query）的自然分詞基礎(chǔ)上，采用N元遞增分步算法和串頻統(tǒng)計(jì)，計(jì)算候選串的條件概率，選擇候選商品詞。
　　最后，本文介紹了針對“蘋果”公司 iOS平臺的輸入法開發(fā)的相關(guān)流程，并展示了新詞發(fā)現(xiàn)技術(shù)在WI輸入法中發(fā)揮的