基于粗集理论的中文关键词短语构成规则挖掘

被引：17

作者：

刘远超

王晓龙

徐志明

刘秉权

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

来源：

电子学报 | 2007年 / 02期

关键词：

抽取; 关键词短语; 粗集理论; 规则挖掘;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

短语比词信息量更加丰富,更能够体现原文的主题,通常所说的关键词实际上多数为短语形式.然而目前的问题是关键词短语的自动标引缺乏统一的规则指导.本文利用粗集理论在数据泛化和知识约简方面的优势,对人工标注的人民日报关键词短语语料进行了挖掘,从而得到了中文关键词短语的若干构成规则.规则可以用于自动关键词抽取,也可以对手工关键词标引进行指导.实验结果表明获取的规则使关键词自动抽取的性能有较大改善.

引用

页码：371 / 374

页数：4

共 6 条

[1] 统计词义消歧的研究进展 [J].

卢志茂 ;

刘挺 ;

李生 .

电子学报, 2006, (02) :333-343

[2] 关键词自动标引的最大熵模型应用研究 [J].

李素建 ;

王厚峰 ;

俞士汶 ;

辛乘胜 .

计算机学报, 2004, (09) :1192-1197

[3] 中文全文标引的主题词标引和主题概念标引方法 [J].

韩客松 ;

王永成 .

情报学报, 2001, (02) :212-216

[4]

计算机自然语言处理[M]. 清华大学出版社 , 王晓龙, 2005

[5] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

[6]

Rough set theory library .2 Michal,Jacek. http://www.pw.edu.pl/english . 1994

← 1 →