用于形式背景提取的中文文本表示

• 作者: 侯亚南 黄映辉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 形式背景 文本表示 相似词集集合 向量空间模型
• 年，卷（期）: 2010,（9）
• 页码范围: 36-39,43
• 分类号: TP391
• 字数: 4393字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.09.009

摘要

形式背景需要从实际的数据源中提取.当数据源为无结构的中文文本时,必须选择如何对其进行表示.目前主流的中文文本表示方法主要采用以词语为特征项的向量空间模型(VSM),其主要缺陷是忽略了自然语言中词语之间的语义联系,无法表达文本的语义信息.讨论了一种改进方法,其特征是:选择知网(Hownet)作为知识库,采用相似词集集合代替单一特征词,建立中文文本的概念向量空间.对于用概念向量空间表示的中文文本,可以方便地根据用户的具体要求提取所需的形式背景.以214篇交通类中文文本为实例阐释了该改进方法的实际应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄映辉	大连海事大学信息科学技术学院	40	364	11.0	17.0
2	侯亚南	大连海事大学信息科学技术学院	1	2	1.0	1.0