互联网定义挖掘:多特征N-gram Plus分类方法

• 作者: 于洁
• 来源期刊: 海南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 知识库 文本分类 定义抽取 N元模型 维基百科
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 253-260
• 页数: 8页
• 分类号: TP391
• 字数: 5877字
• 语种: 中文
• DOI: 10.12051/j.issn.1674-4942.2017.03.003

摘要

互联网大数据的飞速发展对知识库的自动构建提出了迫切需求,互联网定义挖掘是知识发现研究的基础.文章基于N-gram语言模型提出了一种改进的N-gram Plus语言模型,综合了词语、词性、语法依赖关系和定义的语言学模式等多种特征.通过定义挖掘框架生成互联网语料库,在定义抽取研究中引入N-gram Plus特征集和句子最大定义隶属度,将句子转换为多特征向量,比较使用几种分类器进行学习和分类.该方法在实验中取得了较好的F2-measure成绩.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洁	福建信息职业技术学院计算机工程系	7	11	2.0	3.0