HMM模型和句法分析相结合的事件属性信息抽取

• 作者: 吴家皋 周凡坤 张雪英
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 自然语言处理 中文文本信息抽取 隐马尔科夫模型 句法分析 触发词
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 30-34
• 页数: 5页
• 分类号: TP181
• 字数: 4115字
• 语种: 中文

摘要

自然语言处理技术是计算机科学领域与人工智能领域中的一个重要方向，其中信息抽取是近年来新兴起的一个研究领域。由于汉语自身结构松散、语法语义灵活等特点，使得中文文本中信息抽取具有较大的难度。本文提出句法分析和隐马尔科夫模型相结合的事件属性抽取方法，其主要思想是先利用句法分析对中文文本进行分析，将得到的句法结构交给隐马尔科夫模型进行学习得到一个抽取模型，然后再由此模型对中文文本进行抽取。实验表明，该方法具有较高的准确率和召回率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英	南京师范大学虚拟地理环境教育部重点实验室	38	592	15.0	23.0
2	吴家皋	南京邮电大学计算机学院	29	90	5.0	8.0
6	周凡坤	南京邮电大学计算机学院	1	13	1.0	1.0