基于上下文相关的未知实体词识别方法

• 作者: 夏虎 黄文茜
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 关联规则 上下文相关 未知词识别 词义消歧
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 复杂性科学
• 页码范围: 839-844
• 页数: 6页
• 分类号: TP181
• 字数: 6058字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2016.05.022

摘要

现有的未知实体词识别方法主要针对人名、地名、机构名等具有特定结构的实体词进行识别，而随着电子商务和社交网络的快速发展，出现了大量结构不确定的专有领域未知实体词。针对该问题，提出两种基于上下文相关的未知词识别算法，通过计算词(字)和词(字)之间的上下文相关性，得到其潜在组合的支持度，并通过过滤模块过滤掉错误的组合，实现具有非确定型结构的未知实体词识别。实验表明，该算法具有较高的准确率，并且可以通过调整参数适应不同的应用场景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏虎	电子科技大学大数据研究中心	11	25	3.0	4.0
5	黄文茜	电子科技大学互联网科学中心	1	1	1.0	1.0