后继变化数Successor Variety 基于对文本集合的统计分析 ·给定一个足够大的语料库，可以通过统计的方法获得词干 ■这种方法是自动的，和语言关联性不大的 后继变化数的定义： ·语料库中跟在某个字符串后的不同字符的数 ■考虑英文词典 ·pr?->后继变化数是多少？ ·pro?->? ·pr和pro谁更像一个词根？ ·直觉：如果一个字符串的后继变化数值很低，则可能是一个 词根 后继变化数Successor Variety „ 基于对文本集合的统计分析 „ 给定一个足够大的语料库, 可以通过统计的方法获得词干 „ 这种方法是自动的，和语言关联性不大的 „ 后继变化数的定义： „ 语料库中跟在某个字符串后的不同字符的数 „ 考虑英文词典 „ pr? -> 后继变化数是多少？ „ pro? -> ? „ pr 和 pro 谁更像一个词根? „ 直觉：如果一个字符串的后继变化数值很低，则可能是一个 词根