一种基于Bootstrapping的本体学习方法

被引：7

作者：

张俊 ^{[1
]}

高志强 ^{[1
]}

徐惠 ^{[2
]}

蔡施彦 ^{[1
]}

戴云徽 ^{[3
]}

机构：

[1] 东南大学计算机科学与工程学院

[2] 东南大学软件学院

[3] 南京理工大学经济管理学院

来源：

南京师范大学学报(工程技术版) | 2008年 / 04期

关键词：

信息抽取; 本体学习; 自扩展;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

提出了一种基于自扩展的本体学习方法用于获取领域术语.该方法只需提供少量种子术语和一个未标注语料库作为输入,由种子术语开始学习抽取模式,再由学习到的模式发现新的术语,进一步由新发现的术语学习新的抽取模式,如此循环迭代.实验结果表明,该算法能够产生较高质量的领域术语集合和抽取模式集合,这样的集合可用于相关领域的信息抽取.

引用

页码：56 / 58

页数：3