基于词语量化关系的主题概念抽取算法研究.pdfVIP

第26卷第12期 计算机仿真 2009年12月 文章编号：1006—9348(2009)12-0122—04 基于词语量化关系的主题概念抽取算法研究 蒋建慧，陈玉泉 (上海交通大学计算机科学与工程系，上海200240) 摘要：随着网络资源的快速膨胀，海量的文本自动处理任务面临着巨大的挑战，而文本主题抽取就是文本自动处理领域中的 一项重要研究课题。针对词语量化关系的主题概念抽取算法，首先在词聚类的基础上建立概念向量空间模型，由知网中词 语相似度，加权计算出概念权重；然后利用词典中词语之间量化关系，通过对概念的相关向量和权重的向量乘积得到每个概 念的主题重要度；最后依据营要度抽取出反映文本主题的概念来。实验证明，上述与传统的词频统计相比，准确率更高。 关键词：=E题概念；词语量化关系；概念向量模型 中田分类号：TP391文献标识码：A ExtractionBasedon Relations SubjectConcepts ConceptualQuantified JIANGJian—hui．CHEN Yu—quan of Scienceand (Department 200240，China) Computer Engineering，SJrrU，Shanghai the ofthe|ntemetinformation taskof a ABSTRACT：With quiekexpanding reflo愀，theautomaticallyprocessing faced mB,8$oftextsis witha extractionisan issueintextinformationauto- hugechallenge．Subjectconcept important marie anovel about basedon processing．Thispaperpresents algorithmchoosingsubjectconcepts conceptualquanti- fledrelations．Atword establishesa vector model．Basedonthis first，byclustering，thepaper conceptualspace of becardedoutintermsof semantic fromhownet．Then modal，weights similarity concep嵋Can conceptual according to relationsinChinese of canbe dot conceptualquantified dictionary，subjectimportanceconceptsgotbycomputing of vectorsand