基于维基百科和条件随机场的领域主题词抽取方法

被引：1

作者：

齐保元 ^{[1
]}

史忠植 ^{[2
]}

机构：

[1] 中国科学院大学

[2] 中国科学院计算技术研究所智能信息处理重点实验室

来源：

高技术通讯 | 2014年 / 24卷 / 06期

关键词：

表构建; 主题词抽取; 维基百科(Wikipedia); 条件随机场(CRF);

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

针对传统的手工整理主题词表的方法因耗时、更新速度慢而无法满足应用要求的问题,提出了一种基于维基百科(Wikipedia)和条件随机场(CRF)的领域主题词抽取方法。该方法根据特定领域现有主题词的构词特点、统计分布特点,充分利用维基百科独特的结构优势,自动地从维基百科中获取新的领域主题词,补充现有主题词表。该方法采用条件随机场作为训练、测试的模型,将多方面的特征进行综合建模,取得了较好的实验效果。实验结果表明,使用该方法可以将主题词识别的F值提高到83%左右。

引用

页码：602 / 608

页数：7

共 13 条

[1]

基于条件随机场的命名实体识别研究.[D].郭家清.沈阳航空工业学院.2007, 02

[2] 技术路线图中未来技术词表构建方法研究 [J].

叶春蕾 ;

冷伏海 .

现代图书情报技术, 2013, (05) :59-63

[3] 网络化数字化时代主题词表自动构建技术的探索与实践 [J].

曾文 .

国家图书馆学刊, 2012, 21 (04) :78-82

[4] 网络环境下新型《汉语主题词表》的构建 [J].

曾建勋 ;

常春 ;

吴雯娜 ;

宋培彦 .

中国图书馆学报, 2011, 37 (04) :43-49

[5] 基于条件随机场的古汉语自动断句与标点方法 [J].

张开旭 ;

夏云庆 ;

宇航 .

清华大学学报(自然科学版), 2009, 49 (10) :1733-1736

[6] WNCT:一种WordNet概念自动翻译方法 [J].

王石 ;

曹存根 .

中文信息学报, 2009, (04) :63-70+94

[7] 基于条件随机场的中文自动文摘系统 [J].

邓箴 ;

包宏 .

西安石油大学学报(自然科学版), 2009, (01) :96-99+102+114

[8] 电子政务主题词表自动构建研究 [J].

仲云云 ;

侯汉清 ;

杜慧平 .

中国图书馆学报, 2008, (03) :97-102

[9] 军事训练领域核心本体的构建 [J].

蒋维 ;

郝文宁 ;

杨晓恝 .

计算机工程, 2008, (05) :191-192+212

[10]

Automatic thesaurus construction for spam filtering using revised back propagation neural network.[J].Hao Xu;Bo Yu.Expert Systems With Applications.2009, 1

← 1 2 →