主动学习的科技文献研究对象标引体系研究

【目的】识别论文标题中的研究对象属性实例,试图利用少量标注样本,最大限度地提高研究对象识别的准确率。【方法】分析科技文献中研究对象的语法特征,利用少量样本基于条件随机场序列标注算法,对研究对象进行识别和抽取,并引入基于未标注数据的主动学习的迭代标引体系,提高研究对象识别的准确率。【结果】能够高效利用未标注数据,并最大限度地提高研究对象识别的准确率,标注准确率达到78.3%。【局限】算法运行效率有待进一步优化。【结论】对科技文献中研究对象属性实例具有较好的识别效果,为进一步挖掘科技文献中的知识体系和结构打下基础。