-
题名从中文Web网页中获取实体简称的研究
被引量:3
- 1
-
-
作者
丁远钧
曹存根
王石
符建辉
-
机构
首都师范大学计算机科学联合研究院
中国科学院计算技术研究所智能信息处理重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2012年第3期174-182,195,共10页
-
基金
国家自然科学基金(61173063
61035004)
国家社科基金(10AYY003)资助
-
文摘
简称是自然语言词汇的重要组成部分,其获取是自然语言处理中的一个基本而又关键的问题。提出了一种根据汉语全称从Web中获取对应汉语简称的方法。该方法包括获取和验证两个步骤。获取步骤通过选择查询模式从Web上获得候选简称集合。为了验证候选简称,定义了全简称关系约束,分别定性和定量地表示全称和对应简称之间的约束,构建了全简称关系图来表示所有全称和简称之间的联系,在验证过程中,先分别用约束公理和关系图对候选简称进行过滤,再用约束函数对候选简称分类,并以分类类别、语料标记和约束函数值作为属性构建决策树,利用决策树对候选简称进行验证。实验结果表明,获取方法的最终准确率为94.63%,召回率为84.09%,验证方法的准确率为94.81%。
-
关键词
自然语言处理
简称获取
约束公理
约束函数
关系图
-
Keywords
Natural language processing, Abbreviation acquisition, Constraint axioms, Constraint functions, Relation group
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-