中文UGC信息源的本体概念抽取研究

摘要：

[目的]实现基于UGC信息源的本体概念抽取.[方法]针对UGC信息源特征,提出一种基于语言学的细粒度词抽取组合并应用统计过滤组成概念的本体概念抽取方法,建立基于UGC信息源的概念抽取模型并对原型系统进行验证.[结果]在UGC信息源概念抽取实验中,该方法的结果比其他4组概念抽取方法的表现更为优异,准确率达68.42％,召回率达85.35％.[局限]概念抽取的测试集来自信息质量较高的UGC信息源,部分信息经过人工过滤,语料规模存在不足.[结论]概念抽取方法与技术在实现基于UGC信息源的本体概念抽取中具有一定的意义.

关键词：概念抽取、词性规则、中心词、互信息、信息熵

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-06-30（万方平台首次上网日期，不代表论文的发表时间）

页码：41-49