融合知识图谱和ESA方法的网络新词识别

• 作者: 刘申凯 周霁婷 朱永华 高洪皓
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 语义识别 语义相关度 新词识别 知识图谱 显性语义分析
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 12-17
• 页数: 6页
• 分类号: TP391.1
• 字数: 6488字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.03.003

摘要

随着互联网的高速发展,微博、微信等文本形式的使用量逐渐增多,对于这类文本的分析理解在自然语言处理领域形成了新的挑战,尤其是文本中的网络新词识别与语义理解方面.为了克服传统方法无法识别网络新词及其语义的缺点,提出了一种融合知识图谱和显性语义分析(explicit semantic analysis,ESA)方法的网络新词识别方法.该方法以短语的粗粒度对原文进行切分来保留词语间的逻辑关系,利用百度知识图谱Schema匹配短语的语义表达后,再逐步以ESA方法分解剩余文本并将短语的百科信息提炼出核心语义词汇来补充Schema无法识别的部分.实验结果表明,与已有新词识别算法相比,该算法仅需要少量的语料库作为底层知识支撑,大幅降低了人工规则制订的成本,并提高了网络新词识别正确率与词语理解准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱永华	上海大学计算机工程与科学学院	27	81	6.0	7.0
2	高洪皓	上海大学计算机工程与科学学院	35	118	6.0	8.0
6	周霁婷		10	14	2.0	3.0
7	刘申凯		1	1	1.0	1.0