利用URL-Key领域术语识别方法

• 作者: 吕书宁 董志安
• 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
• 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

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.

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