关系概念的Web文本主题抽取模型研究

• 作者: 夏家莉 曹中华 曹重华 李光泉 程春雷
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 文本主题 抽取 关系概念 概念连通
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 972-977
• 页数: 6页
• 分类号: TP391
• 字数: 8313字
• 语种: 中文

摘要

Web文本主题抽取是文本分类与知识发现的研究热点,既有的抽取方法一般存在主题粒度确定、主题语义解释、新网络词汇识别等难题,限制了其在开放应用领域的使用效果.论文借助百度百科词条背景,基于关系概念的概念分层以及主题连通的思想,面向中文文本构建了关系概念主题抽取模型(relational concept topic model,RCTM),RCTM模拟人的概念局部识别,上下文语境理解的并行阅读方式,由此实现中文文本的主题抽取.RCTM中主题的表达相对独立、语义连通灵活,主题的描述具有更好的通用性与可解释性,为Web文本主题抽取提供了新的研究思路.实验表明,RCTM具有良好的主题抽取准确率,文本抽取出的主题词,简洁直观、可解释性好.针对开放的WEB文本,具有更好的通用性、稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏家莉	江西财经大学信息管理学院	26	268	7.0	16.0
2	曹重华	江西财经大学信息管理学院	9	18	3.0	4.0
3	程春雷	江西财经大学信息管理学院	9	23	3.0	4.0
5	曹中华	江西财经大学信息管理学院	3	6	1.0	2.0
6	李光泉	江西财经大学信息管理学院	3	9	2.0	3.0