中文网页搜索日志中的特殊命名实体挖掘

被引：5

作者：

张磊 ^{[1
]}

王斌 ^{[1
]}

靖红芳 ^{[1
]}

吴丽辉 ^{[2
]}

机构：

[1] 中国科学院计算技术研究所

[2] 中国科学院办公厅信息化工作处

来源：

哈尔滨工业大学学报 | 2011年 / 43卷 / 05期

基金：

北京市自然科学基金;

关键词：

特殊命名实体; 数据挖掘; 信息检索; 网页搜索日志;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

摘要：

利用少量具有类别信息的种子词,结合特征选择技术来提取每个类别的特征信息;再利用这些特征信息,结合文本分类等数据挖掘技术来提取特殊命名实体.过程中只有构造种子词的环节需要人工辅助,其他环节均实现自动处理.实验证明,该系统和方法能够从查询日志中挖掘出高质量的命名实体列表,6个类别上识别结果的平均P@500达到了77%.系统的自动化程度和识别的效果均达到实用的要求.

引用

页码：119 / 122

页数：4