基于混合模型的新闻事件要素提取方法

• 作者: 李娟 杨先凤 虞金中 陈雁
• 来源期刊: 计算机系统应用
• 关键词: 中文命名实体识别 词性标注 条件随机场 依存句法分析 混合模型
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 169-174
• 页数: 6页
• 字数: 5572字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006676

摘要

为了帮助读者从大量新闻报道信息中迅速地把握其主要内容,本文分析了事件要素对新闻主要内容的影响,结合新闻报道的基本原则和要求,提出了一种基于混合模型的事件要素提取方法.该方法首先对新闻数据中识别的实体进行加权,然后使用依存句法树分析实体在新闻事件中扮演的角色,并对关于要素的指代现象进行消解,最终融合频率及角色关系对实体加权的方法进行改进,有效地提取出新闻事件关联性较为重要的要素.实验结果表明,本文所述方法能够准确地提取出与新闻事件关联性较强的事件要素,提高了读者快速筛选新闻事件要素的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨先凤	西南石油大学计算机科学学院	30	134	6.0	10.0
2	李娟	西南石油大学计算机科学学院	11	43	3.0	6.0
3	陈雁	西南石油大学计算机科学学院	4	2	1.0	1.0
4	虞金中	西南石油大学计算机科学学院	5	2	1.0	1.0