基于双层语料过滤器的短语抽取方法

• 作者: 丁东辉 林伟佳 林波 郭靖羽 黄翰
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 短语抽取 信息提取 规则挖掘
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 7-14
• 页数: 8页
• 分类号: TP391
• 字数: 7415字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.12.002

摘要

文本主题提取技术能够有效地精炼文本消息,传统的中文文本由最基本的词语组成,由于词汇本身的信息粒度过小,针对词语进行中文信息抽取不能完整表达文本片段的语义信息.短语本身包含较为丰富的细粒度语义信息,更能表达出文本片段的主题性.本文提出基于双层语料过滤器(词性过滤器与短语扩展规则过滤器)的方法来进行文本语料的冗余信息过滤并抽取文本主题短语信息.实验证明,本文的方法具有一定的可靠性和应用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄翰	华南理工大学软件学院	50	526	11.0	21.0
2	林波		3	1	1.0	1.0
3	林伟佳	华南理工大学软件学院	3	12	1.0	3.0
4	郭靖羽		2	1	1.0	1.0
5	丁东辉	华南理工大学软件学院	2	1	1.0	1.0