基于词向量的开放文本领域概念识别方法

• 作者: 刘悦 刘春阳 庞琳 李晓静 王元卓 贾岩涛 陈新蕾
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 开放文本 领域概念 加权HITS算法
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 第二十一届全国信息检索学术会议(CCIR 2015)论文选登
• 页码范围: 553-559
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.04.001

摘要

在领域知识库的构建过程中,领域概念的识别是一项非常重要的步骤.当前基于统计方法仅按词频进行领域概念的识别,而一些较长的重要领域概念恰恰是低频词,因而对低频领域概念识别准确率不高.为了提高低频领域概念的识别准确率,本文提出了一种基于词向量的加权HITS算法.此方法首先将开放文本中的领域概念表示为词向量,然后使用加权HITS算法计算其领域相关度,最终筛选出领域相关度超过一定阈值的领域概念构建领域知识库.实验证明,本文提出的方法与现有方法相比,在领域概念识别的准确率和召回率方面有一定的改进.特别地,该方法将低频领域概念识别召回率提高了10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘悦	中国科学院计算技术研究所	56	565	12.0	22.0
2	刘春阳		12	191	6.0	12.0
3	贾岩涛	中国科学院计算技术研究所	9	35	4.0	5.0
4	李晓静	中国科学院计算技术研究所	11	38	4.0	6.0
5	陈新蕾	中国科学院计算技术研究所	2	5	1.0	2.0
6	王元卓	中国科学院计算技术研究所	31	1884	10.0	31.0
7	庞琳		3	14	2.0	3.0