同义词抽取结果的噪音清洗方法研究

摘要：

[目的]同义词抽取结果中的噪音会严重影响结果的可应用性,需要预先进行清洗.[方法]提出一种基于同义关系网络的噪音清洗方法,将同义词抽取结果转化为无向结构的同义关系网络,在该网络中自动识别出同义词抽取结果中部分噪音,并结合语义的分布相似性对方法进行改进,以提高噪音的识别比例.[结果]通过在工程技术领域随机选取的术语上进行实验,表明该方法可以过滤同义词抽取结果中32.6％-73.0％的噪音.[局限]只能清除部分噪音,还需要改进方法以提高噪音识别的准确性.[结论]通过构建同义关系网络能够清洗同义词抽取结果中的噪音,该问题值得进一步深入研究.

关键词：同义词、信息抽取、噪音清洗、同义关系网络

分类号：TP18(自动化基础理论)

资助基金：本文系国家“十二五”科技支撑计划资助项目“《汉语主题词表》工程技术版与英文超级科技词表的映射研究”项目编号:2011BAH10B07的研究成果之一.

在线出版日期：2015-06-29（万方平台首次上网日期，不代表论文的发表时间）

页码：64-70