位置:成果数据库 > 期刊 > 期刊详情页
一种迭代式的概念属性名称自动获取方法
  • ISSN号:1003-0077
  • 期刊名称:中文信息学报
  • 时间:0
  • 页码:-
  • 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]中国科学院计算技术研究所,北京100190, [2]中国科学院大学,北京100049
  • 相关基金:国家自然科学基金(91224006、61203284、61173063、61035004、30973716),国家社科基金(10AYY003).
  • 相关项目:基于领域本体方法构建中医概念信息模型的研究
中文摘要:

属性是一种用于描述概念和鉴别概念的特殊知识.属性名称是表示属性的专有名词.该文提出了一种基于前后缀迭代的方法,从Web网页中获取概念的属性名称.该方法的每一次迭代分为两个阶段:(1)从现有种子属性集中选择合适的前后缀,构造词汇-句法模式,从Web网页中提取候选属性;(2)采用基于相似性的验证模型对候选属性进行验证,以扩充现有属性集合.该文提出了一组验证模型对候选属性进行验证,比较各个模型的优缺点,并在地域类和商业主体类概念上分别得到了平均92.9%和90.7%的准确率,以及对原有种子属性集合近100倍的扩充率.

英文摘要:

Attributes are a special type of knowledge which is used to describe and identify concepts. Attribute names are proper nouns to express attributes. This paper presents a prefix-- and suffix--based method to extract attrib- utes iteratively from Web pages. In this method, each iteration consists of two phases. (1) Selecting a set of appro- priate attribute prefixes and suffixes from the existing attribute seeds, and generating lexico--syntactic patterns to extract candidate attributes from Web pages. (2) Using a similarity--based model to validate candidate attributes to expand the existing set of seed attributes. We propose a group of validation models, and then compare the advanta- ges and disadvantages of each model. We evaluate our method on a group of concepts in the geographic class and business class. Comprehensive experiments show that an average of 92.9% and 90.7% precision are obtained, re- spectively, and the original set of seed attributes are expanded nearly' 100 times.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中文信息学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国中文信息学会 中国科学院软件研究所
  • 主编:孙茂松
  • 地址:北京海淀中关村南四街4号中科院软件所
  • 邮编:100190
  • 邮箱:jcip@iscas.ac.cn
  • 电话:010-62562916
  • 国际标准刊号:ISSN:1003-0077
  • 国内统一刊号:ISSN:11-2325/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 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:9136