共词分析中词汇遴选方法研究
本文讨论了影响共词分析中词汇遴选效果的众多因素，并针对如何确定词汇集合提出了设想和验证分析，并得到了结论。该方法的基础是按照词频降序排列，从中选取某一阈值以上的词能够表示文档集合内容，然后再确定词的数量，而本文其实就是提供了一个简便的确定数量的方法，该数量同时考虑了词频和文档比例，并能够确定大部分文档都能够用2-3个词进行表示，相对于仅仅依靠词频阈值来说，提出了较为科学的依据和方法。但是该方法存在的对于大数据量文献不适用的问题仍有待解决；同时按词频降序排列的词汇能否表示文章内容，还有待研究，这将是本研究下一阶段的内容。
文献资料 共词分析 词汇遴选 数据处理
赵迎光 安新颖
中国医学科学院医学信息研究所 北京 100020
国内会议
郑州
中文
139-143
2015-06-17（万方平台首次上网日期，不代表论文的发表时间）