基于知网的概念特征抽取方法

• 作者: 吴立德 胡恬 赵林 黄萱菁
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 文本过滤 特征抽取 向量空间模型 知网
• 年，卷（期）: 2004,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 46-54
• 页数: 9页
• 分类号: TP391
• 字数: 6167字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-436X.2004.07.006

摘要

文本特征抽取是文本过滤的一项重要基础,但通常采取的用字、词作为特征项的显著缺点是无法表达文本的语义信息,所以本文在向量空间模型的基础上提出了一种以知网为语义知识库、基于语义信息的文本特征项抽取方法.该方法比单纯的词汇信息更能体现文本的概念特征,提高过滤系统的性能;同时还能降低文本向量的维数,减少计算量,提高过滤效率.我们在引入了该方法的中文文本过滤系统上进行的实验结果也充分证实了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴立德	复旦大学计算机科学与工程系	78	2759	24.0	52.0
2	黄萱菁	复旦大学计算机科学与工程系	49	2106	18.0	45.0
3	赵林	复旦大学计算机科学与工程系	1	66	1.0	1.0
4	胡恬	复旦大学计算机科学与工程系	4	96	3.0	4.0