|
词语分类：
以领域特征明显的词和短语作为聚类对象，在分类系统的大规模层级分类语料库中，利用独创的文本分类的特征提取算法进行词语的领域聚类，通过控制词语频率的影响，分别获取领域通用词和领域专类词。
分类词表总共15大类，224个三级小类，如“房产”、“汽车”、“科技_数码_视频_数字电视”、“房产_家居家装_家具”。
|
领域
|
正确词数
|
抽取到的总词数
|
准确率
|
|
经济
|
962
|
1000
|
96.2%
|
|
|
1916
|
2000
|
95.8%
|
|
|
2870
|
3000
|
95.6%
|
|
|
3814
|
4000
|
95.3%
|
|
|
4737
|
5000
|
94.7%
|
◆ “汽车”类前40词语
车型、汽车、轿车、SUV、车市、新车、发动机、奇瑞、车身、试驾、宝来、万辆、二手车、内饰、进口车、宝马、排量、购车、丰田、雅阁、座椅、一汽、上海大众、帕萨特、赛欧、机油、车展、千里马、旧车、制动、POLO、威驰、爱丽舍、赛纳、威姿、派力奥、新雅阁、富康、扭矩、新车型
超链接至：分类词表下载
词语聚类：
对所有140万个网页中文档频数大于20的每一关键词聚类后得到11万个关键词的聚类词语表。 关键词是事先为文档自动标注的主题词，如“智能手机”、“实木地板”、“奥迪A6”。
可对任意自定主题或关键词自动进行词语聚类，例如，自定义“外汇市场”主题或“ATM”关键词，即可自动聚类出“外汇市场”或“ATM”的聚类词语表。
也可以在任意自定义语料库中（无需事先分类语料，无需事先标引关键词，只要有语料文本即可，无需事先分词等加工），自定识别出该语料的核心关键词，并对每一关键词聚类词语。
◆ “汽车”类“轮胎”关键词聚类前50词语（文本数196）
轮胎、胎压、爆胎、磨损、胎面、米其林、普利司通、气压、磨耗、鼓包、帘布、轮辋、R28、屈挠、前轮、佳安、四轮定位、气门嘴、必比登、回力、辛烷值、省油、子午线、补胎、跑偏、固特异、行驶、爱车、驾驶盘、轮胎橡胶、备胎、轮圈、宽胎、普利斯通、凸缘、耗油量、车轮、车胎、子午胎、气胎、轮毂、斜交、外倾、急救法、黏度、换胎、倍耐力、拱度、内径、外胎
超链接至：聚类词表下载
词语聚类、扩展在线检索
|