基于排序支持向量机的缩略词自动提取方法<sup>*</sup>

摘要
图/表
参考文献
相关文章 (10)

全文: PDF (572 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对网络文本中缩略词及其对应解释的提取,提出基于排序支持向量机的缩略词自动提取算法.通过构建两步排序模型,从局部提取到全局排序提取得到缩略词同时返回它所对应候选解释的排序列(最准确、使用最普及的解释排在最前),由此来剔除反例,使用户较容易找到真正的解释.实验结果表明本文算法在准确性和不同领域适应性上都优于已有方法.

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	高永梅
	黄亚楼
	倪维健
	徐君

关键词 ：缩略词提取, 排序支持向量机, 信息检索

Abstract：A ranking SVM based method is proposed for automatically extracting acronyms and their corresponding expansions in free format text. A twostep ranking model is established, including local extraction and global ranking. For each extracted acronym, the model returns to an ordered list of expansion candidates, where the candidates are ranked according to their correctness and the degree of popularity. The ranking model can effectively eliminate noise and help user find the true expansions. Experimental results on real data validate its higher performance and better general adaptation in different domains than other methods.

Key words： Acronym Extraction Ranking Support Vector Machine Information Retrieval

收稿日期: 2006-12-18

ZTFLH:

TP391

基金资助:国家自然科学基金资助项目(No.60673009)

作者简介: 高永梅,女,1981年生,博士研究生,主要研究方向为机器学习、文本信息检索.E-mail:gaoyongmei@mail.nankai.edu.cn.黄亚楼,男,1964年生,教授,博士生导师,主要研究方向为智能控制、智能信息处理.倪维健,男,1981年生,博士研究生,主要研究方向为数据挖掘.徐君,男,1979年生,博士,副研究员,主要研究方向为网络搜索.

引用本文:

高永梅，黄亚楼，倪维健，徐君. 基于排序支持向量机的缩略词自动提取方法^*[J]. 模式识别与人工智能, 2008, 21(2): 186-192. GAO YongMei, HUANG YaLou, NI WeiJian, XU Jun. A Ranking SVM Based Algorithm for Automatic Extraction of Acronym. , 2008, 21(2): 186-192.

链接本文:

http://manu46.magtech.com.cn/Jweb_prai/CN/ 或 http://manu46.magtech.com.cn/Jweb_prai/CN/Y2008/V21/I2/186