基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
首次提出利用 URL-Key 进行领域术语识别的方法.以 URL 作为媒介, 借助已知 URL-Key 的领域性来判断未知领域候选术语的领域性.首先, 借助互联网中已有的人工分类领域 URL, 根据 URL-Key 在各领域汇总使用的频度, 采用基于方差的领域 URL-Key 识别方法, 构建领域 URL-Key 词表; 然后, 利用伪反馈技术, 收集候选领域词检索得到的 URL 结果集, 根据 URL 结果集构建候选领域术语的 URL-Key 特征向量;最后, 利用 SVM 对候选领域术语进行提取.在 4 个领域进行实验, 都取得不错的效果.新提出的方法可以有效地解决低频术语识别问题, 为低频术语的识别提供新的思路.
推荐文章
利用URL-Key进行查询分类
查询分类
URL
URL-key
伪相关反馈
基于种子扩充的专业术语识别方法研究
术语抽取
种子扩充
决策树
机器学习
基于引用启发式和URL语义相结合的会话识别方法
Web日志挖掘
会话识别
数据预处理
引用启发式
URL语义
具有领域独立性的通用模式识别方法的研究
故障诊断
特征提取
结构检测子
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用URL-Key领域术语识别方法
来源期刊 北京大学学报(自然科学版) 学科 工学
关键词 URL URL-Key 领域术语 低频术语 SVM
年,卷(期) 2018,(2) 所属期刊栏目 专题报道:基于大数据的自然语言分析与理解
研究方向 页码范围 262-270
页数 9页 分类号 TP391
字数 5936字 语种 中文
DOI 10.13209/j.0479-8023.2017.157
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董志安 北京信息科技大学网络文化与数字传播北京市重点实验室 5 66 3.0 5.0
2 吕书宁 北京工业大学软件学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
URL
URL-Key
领域术语
低频术语
SVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导