基于百科资源的多策略中文同义词自动抽取研究

被引：27

作者：

陆勇 ^{[1
]}

章成志 ^{[2
,3
]}

侯汉清 ^{[4
]}

机构：

[1] 南京信息工程大学

[2] 南京理工大学信息管理系

[3] 中国科学技术信息研究所在站

[4] 南京农业大学信息管理系

来源：

中国图书馆学报 | 2010年 / 36卷 / 01期

基金：

中国博士后科学基金;

关键词：

信息抽取; 中文同义词; 同义词抽取; 百科语料库;

D O I：

10.13530/j.cnki.jlis.2010.01.003

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

采用实证的方法,以百度百科语料库为实验抽取对象,在对同义词自动抽取技术分析比较的基础上,提出了多策略的中文同义词抽取的思路。综合利用字面相似度方法、特征模式匹配方法和PageRank链接分析方法对中文百科语料库中的同义词进行自动获取,具有多领域适用性、获取同义词类型多样性等特点。实验结果表明,该方法具有可行性,并可应用于其它语种的同义词自动获取中。未来的研究应进一步实现模式的自动定义、完善抽词词典、有效排除噪音数据并构建能真实反映语义关系的词汇矩阵。

引用

页码：56 / 62

页数：7

共 7 条

[1] 基于PageRank算法的汉语同义词自动识别 [J].

陆勇 ;

侯汉清 .

西华大学学报(自然科学版), 2008, (02) :13-15+94+1

[2] 基于监督学习的同义关系自动抽取方法 [J].

孙霞 ;

董乐红 .

西北大学学报(自然科学版), 2008, (01) :35-39

[3]

基于多层特征的字符串相似度计算模型.[J].章成志;.情报学报.2005, 06

[4]

基于模式匹配的汉语同义词自动识别.[J].陆勇;侯汉清;.情报学报.2006, 06

[5]

面向信息检索的汉语同义词自动识别.[D].陆勇.南京农业大学.2005, 06

[6]

现代汉语的语词定义研究.[D].沈桂丽.广西师范大学.2004, 01

[7]

科技文献中术语定义的语言模式研究.[D].贾爱平.北京语言文化大学.2002, 02

← 1 →