位置:成果数据库 > 期刊 > 期刊详情页
基于相对条件熵的搭配抽取方法
  • ISSN号:1007-5321
  • 期刊名称:《北京邮电大学学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京科技大学信息工程学院,北京100083, [2]搜狐公司研发中心,北京100084
  • 相关基金:国家自然科学基金项目(60675006)
中文摘要:

针对以往研究将搭配视为词项的简单并置,而没有考虑词项间的倾向性问题,提出了一个基于相对条件熵的搭配倾向统计模型,衡量中心词对上下文同现词的依赖程度.此外,加入语言学启发式规则,利用词性过滤器和滑动窗口的方法识别搭配边界,最终形成了在开放语料库环境下的搭配抽取方法.该方法具有很强的解释性,有效地揭示了搭配构成的内在机理.经过证明,搭配倾向强度可以解释为由方向修正的互信息.

英文摘要:

Current researches on collocation extraction consider that lexical combination is simply to put terms together, but ignores the collocation preference. To solve the problem, the collocation preference statistic model based on relative conditional entropy is brought up to measure the dependence between headword and co-occurrence words in context. Then the linguistic heuristic rule is integrated to identify the border of collections, by part-of-speech filter and sliding window. Finally, an approach of collocation extraction is formulated. The approach is able to effectively disclose the internal mechanism of collocation and it shows more understandable. It is proved the collocation preference strength could be considered as mutual information corrected by directions.

同期刊论文项目
期刊论文 12 会议论文 9 专利 1 著作 1
同项目期刊论文
期刊信息
  • 《北京邮电大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:北京邮电大学
  • 主编:刘杰
  • 地址:北京海淀区西土城路10号195信箱
  • 邮编:100876
  • 邮箱:byxb@bupt.edu.cn
  • 电话:010-62281995 62282742
  • 国际标准刊号:ISSN:1007-5321
  • 国内统一刊号:ISSN:11-3570/TN
  • 邮发代号:2-648
  • 获奖情况:
  • 美国工程信息公司(Ei)数据库收录期刊,1999年全国优秀高等学校自然科学学报及教育部优秀...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:7684