CyberCan：粤语社交媒体文本分词词库

科研成果详情

题名	CyberCan：粤语社交媒体文本分词词库
作者	沈菲 1; 闵晨 2; 余文婷 3; 叶倩颖 1; 夏川理4 ; 王天娇 5; 吴怿 6
出版日期	2024
来源专著	智能时代的信息与沟通
ISBN	9787576507638
源著作者/编者	徐翔
出版地	上海
出版者	同济大学出版社
页码	174-189
摘要	文本挖掘需要从大量非结构化的网络文本数据中提取有用信息。但是，现有的中文分词工具并不完全适合处理粤语社交媒体的文本数据。基于香港网络民意数据挖掘项目，作者开发制作了“CyberCan”（https://github.com/shenfeilOlO/CyberCan），一个基于1亿多条粤语网络文本的分词词库。本文首先详细介绍了CyberCan的开发过程，并将CyberCan的分词性能与现存的各种普通话和粤语词库进行了比较。结果表明，与现存词库相比，CyberCan的分析结果更为准确。
语种	中文Chinese
关键词	粤语分词词典建立
文献类型	著作章节
条目标识符	https://repository.uic.edu.cn/handle/39GCC9TT/12929
专题	人文社科学院
作者单位	1.香港城市大学媒体与传播系 2.华中科技大学新闻与信息传播学院 3.香港理工大学中文及双语学系 4.北京师范大学香港浸会大学联合国际学院 5.广东外语外贸大学新闻与传播学院 6.深圳大学传播学院
推荐引用方式 GB/T 7714	沈菲,闵晨,余文婷等. CyberCan：粤语社交媒体文本分词词库. 上海: 同济大学出版社, 2024: 174-189.