基于邮件正文的邮箱用户别名抽取

摘要：

邮箱用户身份信息挖掘是数据挖掘研究的一个热点.当前相关研究大多仅从邮件头中抽取邮箱用户的别名,遗漏了邮件正文中潜藏的更能代表通信双方身份的别名信息.针对纯文本邮件正文中邮箱用户别名信息抽取问题,提出了基于统计和规则过滤的称呼块和签名决定位算法,该算法能高效准确地从邮件正文中提取出蕴涵邮箱用户别名的称呼块和签名块文本片段；进一步提出了基于别名边界词汇模板修正的别名抽取方法,从而提高了仅基于命名实体识别或词性标注工具识别别名的准确率.实验结果表明,提出的方法可以有效地抽取出邮件正文中邮箱用户的别名.

关键词：实体解析、邮件正文、别名抽取、称呼块签名块定位、别名边界词汇模板

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：某国防基金

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：182-186,199