基于维基百科的短文本语义扩展方法研究.pdf

第３１ 卷第１０期　　　 计算机应用与软件 Ｖｏｌ３１ Ｎｏ．１０ ２０１４年１０ 月　　 Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｓｏｆｔｗａｒｅ Ｏｃｔ．２０１４ 基于维基百科的短文本语义扩展方法研究 １ ２ ２，３ １，３ 韩冬雷　金　花 　朱亚涛 　刘金刚 １ （首都师范大学计算机科学联合研究院　北京 １０００４８） ２ （河北农业大学信息科学与技术学院　河北 保定０７１００１） ３ （中国科学院计算技术研究所　北京 １００１９０） 摘　要　　面对短文本信息内容稀疏、上下文语境提取困难的挑战，基于维基百科的结构化信息特征，提出一种利用ＮＭＦ算法来扩 展短文本语义的方法。通过自动识别与短文本信息语义特征相关的维基百科概念来丰富它的内容，从而有效提高短文本信息数据 挖掘和分析的效果。实验结果表明与已有方法相比，应用此方法可以进一步提高短文本信息语义扩展的效率和准确率。 关键词　　短文本　非负矩阵分解　锚文本　语义相似度 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．１０．０１１ ＳＥＭＡＮＴＩＣＥＸＴＥＮＳＩＯＮＯＦ ＳＨＯＲＴＴＥＸＴ ＢＡＳＥＤ ＯＮＷＩＫＩＰＥＤＩＡ １ ２ ２，３ １，３ Ｈａｎ Ｄｏｎｇｌｅｉ 　Ｊｉｎ Ｈｕａ 　Ｚｈｕ Ｙａｔａｏ 　Ｌｉｕ Ｊｉｎ’ｇａｎｇ １ （Ｊｏｉｎｔ ＦａｃｕｌｔｙｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ，Ｃａｐｉｔａｌ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４８，Ｃｈｉｎａ） ２ （Ｃｏｌｌｅｇｅ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ａｇｒｉｃｕｌｔｕｒａｌ ＵｎｉｖｅｒｓｉｔｙｏｆＨｅｂｅｉ，Ｂａｏｄｉｎｇ０７１００１，Ｈｅｂｅｉ，Ｃｈｉｎａ） ３ （Ｉｎｓｔｉｔｕｔｅ ｏｆＣｏｍｐｕｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆａｃｉｎｇ ｔｈｅ ｃｈａｌｌｅｎｇｅｓｏｆｔｈｅ ｓｐａｒｓｉｔｙｏｆｓｈｏｒｔｔｅｘｔｃｏｎｔｅｎｔａｎｄｔｈｅｄｉｆｆｉｃｕｌｔｙｉｎｅｘｔｒａｃｔｉｎｇｌｉｎｇｕｉｓｔｉｃ ｃｏｎｔｅｘｔ，ｗｅｐｒｏｐｏｓｅａｓｏｌｕｔｉｏｎ ｂａｓｅｄ ｏｎ ｔｈｅ ｓｔｒｕｃｔｕｒｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｆｅａｔｕｒｅ ｏｆＷｉｋｉｐｅｄｉａｔｏ ｅｘｐａｎｄ ｔｈｅ ｓｅｍａｎｔｉｃｓ ｏｆｓｈｏｒｔｔｅｘｔ ｕｓｉｎｇ ＮＭＦ ａｌｇｏｒｉｔｈｍ．Ｉｔ ｅｎｒｉｃｈｅｓｔｈｅ ｓｅｍａｎｔｉｃ ｆｅａｔｕｒｅ ｏｆｔｈｅ ｓｈｏｒｔｔｅｘｔ ｉｎｆｏｒｍａｔｉｏｎ ｂｙ ａｕｔｏｍａｔｉｃａｌｌｙ ｉｄｅｎｔｉｆｙｉｎｇ ｔｈｅ ｃｏｎｃｅｐｔｓｉｎ Ｗｉｋｉｐｅｄｉａｔｈａｔ ａｒｅ ｐｅｒｔｉｎｅｎｔｔｏ ｉｔ．Ｔｈｅｒｅｂｙ，ｉｔ ｃａｎ ｅｆｆｅｃｔｕａｌｌｙ ｉｍｐｒｏｖｅ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆｄａｔａ ｍｉｎｉｎｇ ａｎｄ ａｎａｌｙｓｉｓ ｏｎ ｓｈｏｒｔｔｅｘｔ ｉｎｆｏｒｍａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｅｘｉｓｔｅｄ ｍｅｔｈ ｏｄｓ，ｔｈｅ ｕｓｅ ｏｆｍｅｔｈｏｄ ｉｓ ａｂｌｅ ｔｏ ｆｕｒｔｈｅｒ ｉｍｐｒｏｖｅ ｔｈｅ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ａｃｃｕｒａｃｙ ｏｆｔｈｅ ｓｅｍａｎｔｉｃ