基于网页信息和分词的中文机构名全称和简称提取方法

• 作者: 延志伟 张俊玲 李晓东 耿光刚
• 来源期刊: 计算机应用研究
• 关键词: 机构名简称提取 机构名全称提取 网页分析 简称相似度计算
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 972-976
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.003

摘要

搜索引擎在处理全称和简称的对应关系时,以往只能通过人工添加,造成简称遗漏、搜索结果召回率低等问题.为此,提出了一种自动获取机构全称和简称的方法.根据域名地址获取机构网站首页源代码,从中提取相应机构全称,再结合机构名上下文特征词集合从中提取候选简称,最后计算候选简称与全称的相似度确定最终简称.通过对1 287个组织机构网站的实验,全称提取正确率达93.9％,简称召回率和正确率分别达85.3％和90.8％,实验表明该方法效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓东		14	142	6.0	11.0
2	延志伟		14	49	4.0	6.0
3	耿光刚		16	109	7.0	10.0
4	张俊玲		1	4	1.0	1.0