技術特征：

1.一種基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述方法包括以下步驟：

S1、獲取語料，且采用分詞開源工具對語料進行分詞，過濾停用詞；

S2、根據(jù)過濾后的分詞結(jié)果，對滑動窗口范圍內(nèi)的詞項建立有向邊以及權(quán)重,根據(jù)有向邊以及權(quán)重生成有向有權(quán)圖；

S3、采用邊權(quán)重門限閥值對有向有權(quán)圖的邊進行過濾，且保留語料中同現(xiàn)頻率較高的詞項搭配；

S4、根據(jù)過濾后的有向有權(quán)圖，篩選有向有權(quán)圖中的孤立點以及自環(huán)，生成有向有權(quán)圖的子圖；

S5、根據(jù)子圖中相鄰節(jié)點之間的邊權(quán)重以及節(jié)點強度，驗證該相鄰節(jié)點是否屬于新詞搭配；

S6、根據(jù)詞性標注規(guī)則對新詞搭配進行篩選，生成最終的新詞。

2.根據(jù)權(quán)利要求1所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S1中的停用詞包括語氣詞和標點符號。

3.根據(jù)權(quán)利要求1所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S1中的分詞結(jié)果，其表現(xiàn)形式為W＝(W₁,W₂,...W_i...,W_n)以及T＝(T₁,T₂,...T_i...,T_n)，其中W表示詞項集合，T表示詞性集合。

4.根據(jù)權(quán)利要求3所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S2中的有向有權(quán)圖，其表現(xiàn)形式為G＝＜V,E＞，其中V表示節(jié)點v_i集合，所述詞項搭配對應節(jié)點v_i的標簽屬性，E表示有向邊集合，所述詞項搭配之間的同現(xiàn)關系組成所述有向邊集合。

5.根據(jù)權(quán)利要求4所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S2的具體方式為：

(5a)遍歷有向有權(quán)圖G＝＜V,E＞，在集合V中查詢是否存在節(jié)點v_i的標簽為W_i，如果存在節(jié)點v_i的標簽為W_i，返回節(jié)點v_i，否則在有向圖中創(chuàng)建節(jié)點v_i，并標注其標簽為W_i，返回節(jié)點v_i；

(5b)設置滑動窗口長度l，或默認長度l設為1，重復步驟(5a)，依次查詢W_i+1、W_i+2、...、W_i+l是否存在于有向圖中，若存在，返回有向有權(quán)圖中對應的節(jié)點v_i+1、v_i+2、...、v_i+l；

(5c)建立節(jié)點v_i與節(jié)點v_i+1、v_i+2、...、v_i+k、...、v_i+l的有向邊，若節(jié)點v_i與節(jié)點v_i+k在有向有權(quán)圖中存在有向邊，則節(jié)點v_i與節(jié)點v_i+k的邊權(quán)重加1，否則，建立節(jié)點v_i與節(jié)點v_i+k的有向邊，權(quán)重為1。

6.根據(jù)權(quán)利要求1所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S4中的孤立點是指在有向有權(quán)圖中度數(shù)為零時的節(jié)點，若有向有權(quán)圖中存在某些邊的權(quán)重低于門限閥值，則這些邊在被過濾后產(chǎn)生孤立點。

7.根據(jù)權(quán)利要求1所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S4中的自環(huán)是指所述有向有權(quán)圖中一條邊的起始節(jié)點和終止節(jié)點是同一個節(jié)點，所述自環(huán)由所述語料中的疊詞產(chǎn)生。

8.根據(jù)權(quán)利要求1所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S5的具體過程為：

(8a)計算相鄰節(jié)點v_i、節(jié)點v_j的分布均值μ，計算方法如下:

μ＝s_is_j/S²

式中，s_i為所述子圖中節(jié)點v_i的強度，s_j為所述子圖中節(jié)點v_j的強度，S為所述子圖中的節(jié)點總強度；

(8b)計算節(jié)點v_i和節(jié)點v_j的樣本均值和樣本方差s²，計算方法如下：

$\stackrel{\‾}{x}=w_{ij}/S$

$s^2=\stackrel{\‾}{x}\×(1-\stackrel{\‾}{x})$

其中，w_ij為子圖中節(jié)點v_i和節(jié)點v_j的邊權(quán)重；

(8c)做零假設H₀，

(8d)計算t檢驗值，具體計算方法如下：

$t=(\stackrel{\‾}{x}-\mathrm{\μ})/\sqrt{s^2/S};$

(8e)檢驗零假設H₀，具體檢驗過程如下：判斷t檢驗值的絕對值是否大于t分布α的臨界值，若大于，則接受零假設H₀，即節(jié)點v_i和節(jié)點v_j對應的標簽屬性屬于新詞搭配；否則，則拒絕零假設H₀，即節(jié)點v_i和節(jié)點v_j對應的標簽屬性不屬于新詞搭配。

9.根據(jù)權(quán)利要求8所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述α＝0.005，所述臨界值設為2.576。

10.根據(jù)權(quán)利要求1所述的基于有向有權(quán)圖發(fā)現(xiàn)新詞的方法，其特征在于，所述步驟S6中的詞性標注規(guī)則是指句法結(jié)構(gòu)中的詞性搭配規(guī)則，包括ANN、NN、ANN以及NPN，其中A表示形容詞，N表示名詞，P表示前置詞。