一种融合依存句法分析和语义角色标注的领域新闻热点话题识别方法

• 作者: 姜凌昊 王兴芬
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 话题检测与跟踪 依存句法 语义角色 TextRank
• 年，卷（期）: 2021,（19）
• 所属期刊栏目: 算法语言
• 页码范围: 64-67
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.19.019

摘要

本文针对当前话题识别方法在发现热点话题中存在低效率、实时性不高等问题,提出一种融合依存句法分析和语义角色标注的领域新闻文本热点话题识别方法.实验数据集选用人工标注的领域新闻文本,将依存句法分析和语义角色标注用于主谓宾实体三元组抽取.对该方法分别和单纯的基于语义角色标注实体关系抽取以及MA-LDA主题抽取模型进行了对比实验,发现该方法的精确率、召回率、F值3个指标更优,尤其是含有动宾关系的领域新闻文本中,精确率达到90.64％.