面向维基百科的概念依赖关系挖掘方法

• 作者: 周洋 曾诚 肖奎
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 维基百科 概念依赖关系 机器学习 自然语言处理
• 年，卷（期）: 2020,（7）
• 页码范围: 111-120
• 页数: 10页
• 分类号: TP311
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2020.012

摘要

在互联网技术高度发达的时代,网络上的学习资源呈现出指数型增长态势,面对各种学习对象、概念之间存在的多样化和无序性,如果能识别出之间的依赖关系,将有可能对计算机教育产生重要影响.针对该问题,提出一种面向维基百科的概念依赖关系识别方法,利用概念在维基百科中的特点,设计出一套识别概念依赖关系模型,在公共数据集上采用基于机器学习的分类算法进行测试.实验结果表明,该模型具有较高准确率和召回率,能够有效发现概念之间的依赖关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾诚	湖北大学计算机与信息工程学院	29	231	8.0	15.0
2	周洋	湖北大学计算机与信息工程学院	12	22	3.0	4.0
3	肖奎	湖北大学计算机与信息工程学院	4	9	2.0	3.0