主动学习的科技文献研究对象标引体系研究

摘要：

[目的]识别论文标题中的研究对象属性实例,试图利用少量标注样本,最大限度地提高研究对象识别的准确率.[方法]分析科技文献中研究对象的语法特征,利用少量样本基于条件随机场序列标注算法,对研究对象进行识别和抽取,并引入基于未标注数据的主动学习的迭代标引体系,提高研究对象识别的准确率.[结果]能够高效利用未标注数据,并最大限度地提高研究对象识别的准确率,标注准确率达到78.3％.[局限]算法运行效率有待进一步优化.[结论]对科技文献中研究对象属性实例具有较好的识别效果,为进一步挖掘科技文献中的知识体系和结构打下基础.

关键词：科技文献、研究对象、条件随机场、迭代标引体系、主动学习

分类号：TP393;G25(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目"群体性突发事件预警的超网络方法研究"项目编号:71473034的研究成果之一.

在线出版日期：2016-05-23（万方平台首次上网日期，不代表论文的发表时间）

页码：67-73