基于条件随机场的中文科研论文信息抽取

• 作者: 于江德 尹继豪 樊孝忠
• 来源期刊: 华南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 信息抽取 条件随机场 引文信息 论文头部信息
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 90-94,106
• 页数: 6页
• 分类号: TP391
• 字数: 4429字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-565x.2007.09.019

摘要

科研论文头部信息和引文信息对基于域的论文检索、统计和引用分析是必不可少的.由于隐马尔可夫模型不能充分利用对抽取有用的上下文特征,因此文中提出了一种基于条件随机场的中文科研论文头部和引文信息抽取方法,该方法的关键在于模型参数估计和特征选择.实验中采用L-BFGS算法学习模型参数,并选择局部、版面、词典和状态转移4类特征作为模型特征集.在信息抽取时先利用分隔符、特定标识符等格式信息对文本进行分块,在分块基础上用条件随机场进行指定域的抽取.实验表明,该方法抽取性能明显优于基于隐马尔可夫模型的方法,且加入不同的特征集对抽取性能提升作用不同.

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科学技术学院	127	2336	26.0	43.0
2	于江德	北京理工大学计算机科学技术学院	14	249	8.0	14.0
3	尹继豪	北京理工大学计算机科学技术学院	7	110	5.0	7.0