从中文Web网页中获取实体简称的研究

摘要：

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

所属期刊栏目：39

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金61173063,61035004;国家社科基l0AYY003

在线出版日期：2012-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：174-182,195