-
题名基于维基百科和条件随机场的领域主题词抽取方法
被引量：1
- 1
-
-
作者
齐保元
史忠植
-
机构
中国科学院大学
中国科学院计算技术研究所智能信息处理重点实验室
-
出处
《高技术通讯》
CAS
CSCD
北大核心
2014年第6期602-608,共7页
-
基金
973计划(2013CB329502)
国家自然科学基金(61035003
+5 种基金
60933004
61202212
61072085)
863计划(2012AA011003)
国家科技支撑计划(2012BA107B02)
中国信息安全测评中心(CNITSEC-KY-2012-006/1)资助项目
-
文摘
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。
-
关键词
主题词表构建
主题词抽取
维基百科(Wikipedia)
条件随机场(CRF)
-
Keywords
thesaurus construction, subject word extraction, Wikipedia, conditional random fields （CRF）
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
