基于词项聚类的文本语义标签抽取研究

• 作者: 丁治明 李雄 苏醒 郭黎敏
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 语义抽取 分布式表示假说 聚类 相似度
• 年，卷（期）: 2018,（z2）
• 所属期刊栏目: 大数据与数据挖掘
• 页码范围: 417-421,438
• 页数: 6页
• 分类号: TP391
• 字数: 6807字
• 语种: 中文

摘要

本研究主要解决在大量文本数据中抽取关键语义信息的问题.文本是自然语言的信息载体,在分析和处理文本信息时,由于目标与方式不同,对文本信息的特征表达方式也各不相同.已有的语义抽取方法往往是针对单篇文本的,忽略了不同文本间的语义联系.为此,文中提出了基于词项聚类的文本语义标签提取方法.该方法以语义抽取为目标,以Hinton的分布式表示假说为文本信息的表达方式,并以最大化语义标签与原文本数据间的语义相似度为目标,使用聚类算法对语义标签进行聚类.实验表明,所提方法由于是基于全体词汇表对语义信息分布进行聚类计算的,因此在语义丰富度和表达能力上相比很多现有方法具有更好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭黎敏	北京工业大学信息学部	7	26	3.0	5.0
2	丁治明	北京工业大学信息学部	10	83	4.0	9.0
3	李雄	北京工业大学信息学部	1	0	0.0	0.0
4	苏醒	北京工业大学信息学部	3	3	1.0	1.0