CRFs字角色标注方法在中文附加关键词抽取中的应用研究

[目的/意义]探讨中文社会科学领域题名关键词最佳抽取模型,用以获取引文题名关键词,完成附加关键词的抽取。[方法/过程]文章以2014年CSSCI全部文献的题名为语料,运用条件随机场(CRFs),通过探究不同特征(或集合)和参数对关键词识别的影响,构建字角色标注的题名关键词标引模型,最终迁移应用到引文题名。[结果/结论]通过实验,获得最佳题名关键词标引模型,F1值可达到52.03%,每篇原文可获得附加关键词9个左右。在恰当的特征组合与参数下,构建的标引模型可以有效完成附加关键词的获取工作。[局限]语料中的每个关键词平均出现两次可能会影响机器学习的效果,原文与引文题名的差异可能影响模型的适用性,此外模型得到的附加关键词尚需进一步斟酌选择。

机读目录格式中的题名

题名(书名、报刊名等),指标识于篇首的文字。是查找文献常用的检索点,题名包括主要题名(单纯题名、交替题名、集合题名)和次要题名(并列题名、别名和其它题名信息);题名的组成形式有单纯文字、混合(文字、字符、符号及数字混用)字符等组成形式;题名的内涵有全面揭示主题、...

基于引文和内容分析法的我国数字档案馆研究综述

本文从题名与数字档案馆研究相关的期刊论文的引文、内容入手,对1999—2010年中国学术期刊网络出版总库[1]中我国数字档案馆研究现状进行定量分析。总结并说明这12年来我国数字档案馆研究的高被引论文期刊分布、核心作者群体、机构分布、发表年份分布以及总的主题研究热点分布、研究特点及其发展趋势。