面向领域中文文本信息处理的术语语义层次获取研究

被引：11

作者：

季培培 ^{[1
,2
]}

鄢小燕 ^{[1
]}

岑咏华 ^{[3
,4
]}

王凌燕 ^{[1
,2
]}

机构：

[1] 中国科学院国家科学图书馆成都分馆

[2] 中国科学院研究生院

[3] 南京理工大学经济管理学院

[4] 南京大学信息管理系

来源：

现代图书情报技术 | 2010年 / 09期

关键词：

术语语义层次; 领域中文信息处理; 术语关联;

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：

研究国内外现有术语语义层次关联的主要方法,针对如何获取术语语义层次内部结构的关键问题,构建术语语义层次获取流程,采用多重聚类方法获取层次关系,结合综合相似度计算方法提取层次内部的聚类标签,并选取一定的语料进行实验,验证该流程的合理性。

引用

页码：37 / 41

页数：5

共 11 条

[1]

一种利用度属性获取本体概念层次的方法 [J].

温春 ;

石昭祥 ;

杨国正 .

小型微型计算机系统, 2010, 31 (02) :322-326

[2]

一种基于文档聚类的本体学习方法[J] 万韬;徐德智; 计算机与信息技术 2009,

[3]

中文领域本体概念层次获取方法对比研究 [J].

温春 ;

石昭祥 ;

张亮 .

计算机应用研究, 2009, 26 (08) :2847-2850+2884

[4]

一种改进的k-means中文文本聚类算法 [J].

龚静 ;

李安民 .

湖南工业大学学报, 2008, (02) :52-54

[5]

特定领域本体自动构造方法 [J].

何婷婷 ;

张小鹏 .

计算机工程, 2007, (22) :235-237

[6]

一种建立中文概念分类关系的新算法 [J].

裴炳镇 ;

陈晓明 ;

胡熠 ;

陆汝占 .

计算机工程与应用, 2004, (36) :18-21

[7]

基于遗传算法的K-means聚类算法分析研究 [D].

孙秀娟 .

山东师范大学,

2009

[8]

Knowledge acquisition via incremental conceptual clustering[J] Douglas H. Fisher Machine Learning 1987,

[9]

Learning Generalization/Specialization Relations between Concepts - Application for Automatically Building Thematic Document Hierarchies H.N. Fotzo;P. Gallinari; Proceedings of RIAO 2004,

[10]

Automatic Acquisition of Taxonomies from Text:FCA Meets NLP Cimiano P;Staab S;Tane J; Proceedings ofInternational Workshopon Adaptive Text Extraction and Mining 2003,

← 1 2 →