技術(shù)特征：

1.一種基于圖的最大緊密度劃分的復(fù)合短語無監(jiān)督識別方法，其特征在于，包括以下步驟：

1)采用詞性標(biāo)注工具對輸入語料進(jìn)行詞性標(biāo)注和分詞；

2)將分詞后的輸入序列映射到有序的圖結(jié)構(gòu)中，將語義緊密度高的詞語劃分到一個分段內(nèi)，并使得整個圖的緊密度之和最大；

3)通過驗(yàn)證各分段是否包含特征詞，識別出復(fù)合短語。

2.如權(quán)利要求1所述的方法，其特征在于：步驟2)通過將語義緊密度高的詞語劃分到一個分段內(nèi)，實(shí)現(xiàn)將無關(guān)的成分與候選復(fù)合短語相分離。

3.如權(quán)利要求1所述的方法，其特征在于：步驟2)將目標(biāo)函數(shù)定義為各個分段緊密度之和，通過動態(tài)規(guī)劃求解目標(biāo)函數(shù)最大值，從而對原輸入分詞序列求解最優(yōu)劃分分段方案，進(jìn)而得到文本中復(fù)合短語與其他成分的最優(yōu)的劃分方案。

4.如權(quán)利要求1所述的方法，其特征在于：步驟2)中整個輸入序列對應(yīng)圖的分段整體緊密度計算公式為：

$C\left(s\right)=\frac{\underset{\∀w_1,w_2\∈s}{\Σ}C(w_1,w_2)}{\left|s\right|}$

其中，C(w₁，w₂)代表詞w₁與詞w₂之間的緊密度，s表示一個分段，|s|表示分段中分詞的個數(shù)。

5.如權(quán)利要求4所述的方法，其特征在于，步驟2)計算分詞之間的緊密度時，將分詞之間的緊密度劃分為特殊符號緊密度、維基百科緊密度、以及詞性緊密度。

6.如權(quán)利要求5所述的方法，其特征在于，所述特殊符號緊密度的計算公式為：

$C_{sm}(w_1,w_2)=e^{D_s(w_1,w_2)}\×I_s^{sm}(w_1,w_2),$

其中D_s(w₁，w₂)代表詞w₁與詞w₂之間間隔的分詞個數(shù)，為表征w₁與w₂之間是否位于同一對特殊符號內(nèi)的布爾函數(shù)。

7.如權(quán)利要求5所述的方法，其特征在于，所述維基百科緊密度的計算公式為：

$C_{wt}(w_1,w_2)=\frac{\underset{w\∈s^{\′}}{\Σ}I\left(w\right)}{\left|s\right|-\underset{w\∈s^{\′}}{\Σ}I\left(w\right)+1}\×I\left(w_1\right)\×I\left(w_2\right)$

其中I(w)為表征分詞w是否為維基百科條目的布爾函數(shù)，s’表示位于詞w₁與詞w₂之間的分詞組成的分段。

8.如權(quán)利要求5所述的方法，其特征在于，所述詞性緊密度的計算公式為：

其中，S_c表示詞w₁和詞w₂對應(yīng)詞性在隱式空間內(nèi)的余弦相似度，p(ω₁),p(ω₂)表示詞w₁和w₂對應(yīng)的詞性，表示詞w₁和w₂對應(yīng)詞性在隱式空間的向量。

9.如權(quán)利要求1所述的方法，其特征在于：步驟3)通過求解最小集合覆蓋問題來產(chǎn)生特征詞集合，然后利用該特征詞集合，通過驗(yàn)證分段是否包含特征詞，從而篩選出需要的復(fù)合短語。