基于粗集理论的中文关键词短语构成规则挖掘

• 作者: 刘秉权 刘远超 徐志明 王晓龙
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 抽取 关键词短语 粗集理论 规则挖掘
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 科研通信
• 页码范围: 371-374
• 页数: 4页
• 分类号: TP391
• 字数: 5374字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2007.02.041

摘要

短语比词信息量更加丰富,更能够体现原文的主题,通常所说的关键词实际上多数为短语形式.然而目前的问题是关键词短语的自动标引缺乏统一的规则指导.本文利用粗集理论在数据泛化和知识约简方面的优势,对人工标注的人民日报关键词短语语料进行了挖掘,从而得到了中文关键词短语的若干构成规则.规则可以用于自动关键词抽取,也可以对手工关键词标引进行指导.实验结果表明获取的规则使关键词自动抽取的性能有较大改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓龙	哈尔滨工业大学计算机科学与技术学院	85	1755	24.0	38.0
2	刘远超	哈尔滨工业大学计算机科学与技术学院	21	519	11.0	21.0
3	徐志明	哈尔滨工业大学计算机科学与技术学院	21	766	11.0	21.0
4	刘秉权	哈尔滨工业大学计算机科学与技术学院	54	671	14.0	24.0