利用小样本量机器学习实现学术文摘结构的自动识别

摘要：

[目的]通过在小样本量下基于机器学习算法实现文摘语句的自动分类,以此实现学术文摘结构的自动识别.[方法]设计多种学术文摘的文本表示特征,利用自然语言处理技术实现特征的自动提取,以此指导朴素贝叶斯、支持向量机模型进行训练,并利用训练模型自动识别文摘结构.[结果]实验证明该方法较之于同类方法能够在较少训练语料下实现较好的识别准确率.[局限]由于文摘中“方法”类别语句缺乏固定的类别特征词与核心动词,导致算法对该类别语句识别准确率较低.[结论]所提方法是一种小样本量情况下行之有效的学术文摘结构自动识别方法.

关键词：学术文摘、结构识别、机器学习

分类号：G356.7(情报学、情报工作)

资助基金：本文系中国科学院西部之光联合学者项目“基于计算情报方法的甘肃省战略新兴产业技术创新竞争与发展研究”项目编号:Y200201001的研究成果之一

在线出版日期：2014-09-04（万方平台首次上网日期，不代表论文的发表时间）

页码：34-40