-
题名基于本体视图特征项抽取方法研究
被引量：1
- 1
-
-
作者
肖升
胡金柱
姚双云
舒江波
-
机构
华中师范大学计算机科学系
湖南省第一师范学院信息技术系
-
出处
《计算机应用研究》
CSCD
北大核心
2010年第1期42-44,共3页
-
基金
国家重点实验室开放研究基金资助项目(SKLSE04-018)
国家教育部重点研究基地重大研究项目(07JJD740063)
+2 种基金
湖北省科技攻关资助项目(2007AA101C49)
湖南省教育"十一.五"规划重点项目(XJK06AZC010)
湖南省第一师范学院科研课题(XYSO9N04)
-
文摘
为提供比单纯词汇信息更高效的概念特征信息和深层语义信息,并满足面向同一文本的多检索需求,在半自动化智能检索框架中引入本体视图,提出一种基于本体视图的特征项抽取方法。此方法首先针对文本特征建立本体视图;然后结合文本信息进行特征项抽取和类型映射,得到特征项集;最后基于特征项集完成检索过程。检索结果显示,基于本体视图特征项抽取方法能改善检索系统的性能,提高检索的准确率和效率。
-
关键词
本体视图
特征项抽取
智能检索
-
Keywords
ontology view
feature item extraction
intelligent retrieval
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名领域概念术语提取中特征项自动抽取方法
被引量：3
- 2
-
-
作者
孙珠婷
顾倩颐
-
机构
四川师范大学计算机科学学院
四川师范大学可视化计算与虚拟现实四川省重点实验室
-
出处
《计算机工程与设计》
CSCD
北大核心
2012年第8期3189-3193,共5页
-
基金
全国教育科学规划项目国家青年基金项目(CCA100176)
四川省教育厅科研基金项目(09ZC080)
-
文摘
针对领域概念术语提取过程中特征项来源于人工获取领域文本集以及特征项抽取的准确性不高的问题,提出一种特征项自动抽取方法。首先利用第三方接口从文献资源库中获取大量领域文本集,并对其进行段落分析,在文本预处理阶段提出一种改进的无词典分词方法进行二次分词,结合TFIDF,开方检验,信息增益及词汇位置权重方法进行特征项抽取。实验结果表明,该方法能实现特征项自动化抽取。
-
关键词
领域概念术语
特征项自动抽取
领域文本集
无词典分词
位置权重
-
Keywords
concept terms
feature auto-extraction
domain documents
no word segmentation
position weighting
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
-
