一种面向e-Science环境的多领域Web文本特征抽取模型

• 作者: 席强 张学春 翁彧 胡长军
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: e-science环境 特征发现 多领域数据模型 Web文本挖掘
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 软件与数据库技术
• 页码范围: 17-23
• 分类号: TP311
• 字数: 8524字
• 语种: 中文

摘要

传统领域信息抽取方法多依赖领域词典实现文本特征的发现,既不便于实验复现,也不易于其在多领域环境中移植与推广,严重制约了模型的应用范围.针对上述不足,提出一种适用于e-Science环境的多领域Web文本特征抽取模型(简称e-WTDE).该模型将无词典分词技术引入多领域文本特征发现过程,摆脱了对于领域词典的依赖;借助对领域主题及其具体事件中共性与个性特征的抽取与分类,模型动态追踪领域事件发生及其发展变化,并最终形成多个区域性数据中心;通过对各数据中心中领域知识的协同调度,有力提高了领域信息在全局范围内的利用效率.验证实验中分别对多领域特征抽取、主题特征动态追踪以及领域知识协同调度予以有效性验证,并进一步证明了模型的实用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡长军	北京科技大学信息工程学院	64	555	10.0	21.0
2	翁彧	北京科技大学信息工程学院	4	12	2.0	3.0
6	席强	北京科技大学信息工程学院	1	1	1.0	1.0
7	张学春	北京科技大学信息工程学院	1	1	1.0	1.0