受限领域中文文本内容主题概念识别研究

• 作者: 于江德 刘群 樊孝忠 顾益军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 向量空间模型 主题 概念 领域知识 几率比
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 学术探讨
• 页码范围: 58-59,70
• 页数: 3页
• 分类号: TP391.06
• 字数: 2196字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.01.018

摘要

该文尝试利用领域知识库,实现受限领域中文文本内容主题概念识别,并尝试利用领域概念建立特征向量,实现受限领域文本与主题概念的相关度计算.其中,利用领域知识库进行主题特征识别,利用知识库中概念间的关系进行特征项权重的计算,并利用knn算法进行文本与主题概念的相关度计算.实现了基于词汇分析技术和基于领域知识计算相结合的方式下,受限领域中文文本内容主题概念的识别和文本与主题概念的相关度计算.实验结果显示,主题识别平均正确率为79%文本与主题概念的相关度计算的正确率达到62%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊孝忠	北京理工大学计算机系	127	2336	26.0	43.0
2	刘群	中科院计算所	3	23	2.0	3.0
3	顾益军	北京理工大学计算机系	14	341	7.0	14.0
4	于江德	北京理工大学计算机系	14	249	8.0	14.0