摘要：在PAT数组的基础上，引入LCP数组记录文本后缀串的相同前缀长度，通过扫描LCP数组快速抽取文本高频词。该算法不依赖于分词词典，通过探测重复出现串来提取高频词，并能够抽取任意重复字符串，对新词、组合词抽取特别有效。实验结果表明，该算法抽取的高频词可以达到较高的可接受率，在与ICTCLAS系统关键词抽取的比较中也有较高的相同率，且在发现组合词方面更具优势。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社