基于搭配对的汉语形容词-名词聚类ξ.pdf

中　文 　信 　息 　学 　报 第 14 卷 第 6 期 JOURNAL OF CHINESE INFORMATION PROCESSING Vol . 14 No. 6 基于搭配对的汉语形容词 - 名词聚类 闻扬 　苑春法 　黄昌宁 (清华大学计算机系智能技术与系统国家重点实验室 　北京 　100084) 摘要 :本文提出了一个双向分级聚类的算法同时对不同词性的词进行聚类 。在聚类过程 中 ,不同词性的词的聚类交替进行 ,相互影响 。我们以最小描述长度的原理为基础构造了目标 函数 。为了减小数据稀疏的影响 ,又提出了修饰度的与修正距离的概念 。将此算法应用于汉 语形容词 - 名词的搭配对 ,对形容词与名词进行聚类 ,实验结果显示该算法是有效的。 关键词 :双向分级聚类 ;搭配对 ;修饰度 ;最小描述长度 中图分类号 : TP39 1 Cl ustering Of Chinese AdjectivesNouns Based on Compositional Pairs W EN Yang 　YUAN Chunfa 　HUAN G Changning ( St ate Key L aboratory of Intelligent Technology and System Dept . of Comp uter Science Technology , Tsinghua U niver sit y 　Beij ing 　100084) Email :ycf @s1000e . cs. t singhua . edu . cn Abstract :This p aper p ropo ses a bidirctional hierarchical clustering algorit hm of simult aneous clus tering wor ds of different categories. During clustering ,t he p rocess is interactional and alternant . We const ruct an obj ective function based on Minimum Description L engt h ( MDL ) . In or der to solve t he p roblem caused by sp ar se dat a two concept s of modificatory degree and modificatory dis t ance are p ropo sed . The furt her application to clustering Chinese adj ectives and nouns demon st rates t he algorit hm is effective . Key words :bidirectional hierarchical clustering ;compo sitional p air s ;modificatory degree ;minimum description lengt h 收稿 日期 :2000 - 05 - 28 ( ) ( ) 基金项 目: 自然科学基金 6977303 1 ; 国家重点基础研究 973 项 目 G1998030507 作者闻扬 ,男 ,1979 年生 ,硕士研究生 ,主要研究方向为计算语言学. 苑春法 ,男 , 1946 年生 ,副教授 ,主要研究方向为 计算语言学. 黄昌宁 ,男 ,1937 年生 ,教授 ,