基于领域本体的文本分割方法研究

• 作者: 刘耀 帅远华 黄毅 龚幸伟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 文本分割 领域本体 语义标注 语义段落
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 第十六届中国机器学习会议
• 页码范围: 128-132,156
• 页数: 6页
• 分类号: TP391.1
• 字数: 7960字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.01.021

摘要

文本分割在信息检索、摘要生成、问答系统、信息抽取等领域发挥着重要作用.在总结现有的国内外文本分割方法的基础上,提出了一种基于领域本体对文本进行线性分割的方法.该方法利用初始概念自动获取结构化语义概念集合,并根据获取的概念、属性及属性词在文本中出现的频次、位置和关系等因素为段落赋予语义标签,挖掘文本的子主题信息,将拥有相同语义标注信息的段落划分为相同语义段落,实现了文本不同子主题之间的分割.实验结果表明,该方法对于特定领域的文本分割的准确率、召回率以及F值分别达到了85％,90％和88％,分割效果能够满足实际应用需求,并优于现有的无需训练语料的文本分割方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘耀		23	129	7.0	10.0
2	黄毅		7	26	3.0	5.0
3	帅远华		1	4	1.0	1.0
4	龚幸伟		1	4	1.0	1.0