一种领域合成词的抽取方法

• 作者: 刘剑
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 领域本体 互信息 语言模板 领域合成词
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 电磁场与微波
• 页码范围: 870-873,878
• 页数: 5页
• 分类号: TN911.7|TP391.1
• 字数: 3639字
• 语种: 中文
• DOI: 10.11805/TKYDA201406.0870

摘要

构建领域本体的首要任务是获取领域相关的概念，这些概念很多是由常用词典库中没有收录的领域合成词组成，因此抽取领域合成词对于领域本体的构建至关重要。本文基于语言规则和统计技术，提出一种结合改进互信息和语言模板的领域合成词抽取方法。首先利用改进的互信息算法抽取由多字词单位构成的高频次候选领域合成词，在此基础上，利用语言模板匹配抽取低频次候选领域合成词，最后由专家进行检验，得到领域合成词集。实验结果表明，该算法的领域合成词提取准确率达到88.22%，适用于从大规模网页文本中自动高效地抽取领域合成词。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑	中国科学院计算技术研究所	66	379	12.0	17.0