基于未标注语料的领域词汇自动抽取

摘要：

领域词汇集中体现和承载了一个学科领域的核心知识，领域词汇的抽取是很多自然语言处理应用的一个起始点。文中提出了一种基于未标注语科的领域词汇自动抽取方法。首先计算了词语间的结合紧密度，然后统计词汇特征，最后使用SVM分类的方法自动获取领域词汇。对公安领域语料进行实验，该方法抽取的前3000个词语的准确率达到了70％。

关键词： 领域词汇 未标注语料 SVM分类 自动抽取

作者: 肖诗斌 乔春庚 李渝勤 施水才

作者单位: 北京信息科技大学中文信息研究中心,北京 100101

会议类型: 国内会议

会议名称: 第三届全国信息检索与内容安全学术会议

会议地点: 苏州

会议语种:中文

页码: 589-595

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）