一种基于无监督学习的词变体识别方法

• 作者: 刘秉权 李鹏 王宝勋 王晓龙
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 词变体 缩略词 最小编辑距离 系统相似模型
• 年，卷（期）: 2008,（3）
• 页码范围: 32-36,114
• 页数: 6页
• 分类号: TP391
• 字数: 4785字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2008.03.004

摘要

本文提出了一种生物医药领域词变体的识别策略.首先使用最小编辑距离算法和字符匹配算法从语料中分别获得特定目标词的形态学变体和缩略词,并将其作为候选词变体.本文采用系统相似模型获得每个词变体上下丈语义的量化评价.本文的方法不需要任何语言学知识和精细加工的语料资源,实验表明,该方法可以在保证准确率的同时显著地提高词变体识别的召回率.

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学院	85	1755	24.0	38.0
2	李鹏	哈尔滨工业大学计算机学院	78	471	12.0	18.0
3	刘秉权	哈尔滨工业大学计算机学院	54	671	14.0	24.0
4	王宝勋	哈尔滨工业大学计算机学院	5	48	3.0	5.0