基于维基百科和条件随机场的领域主题词抽取方法

• 作者: 史忠植 齐保元
• 来源期刊: 高技术通讯
• 关键词: 主题词表构建 主题词抽取 维基百科(Wikipedia) 条件随机场(CRF)
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 602-608
• 页数: 7页
• 字数: 7251字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2014.06.008

摘要

针对传统的手工整理主题词表的方法因耗时、更新速度慢而无法满足应用要求的问题,提出了一种基于维基百科(Wikipedia)和条件随机场(CRF)的领域主题词抽取方法.该方法根据特定领域现有主题词的构词特点、统计分布特点,充分利用维基百科独特的结构优势,自动地从维基百科中获取新的领域主题词,补充现有主题词表.该方法采用条件随机场作为训练、测试的模型,将多方面的特征进行综合建模,取得了较好的实验效果.实验结果表明,使用该方法可以将主题词识别的F值提高到83％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史忠植	中国科学院计算技术研究所智能信息处理重点实验室	232	9166	52.0	89.0
2	齐保元	中国科学院计算技术研究所智能信息处理重点实验室	5	69	3.0	5.0