基于词汇链的主题抽取研究.pdfVIP

基于词汇链的预案主题抽取方法研究 1 2 1 裘江南 罗志成 王延章 (1.大连理工大学管理学院，大连，116024，2.武汉大学信息管理学院，武汉，430072) 摘要： 本文针对应急预案自动主题抽取的需求，致力于词汇语义相关度的计算，构建了一个基于词汇链 算法且符合人的主观感受的主题抽取模型。模型根据应急预案文本的特点，运用了若干自然语言处理技术， 改进了原始的词汇链生成算法，提出了一种多因素词语权重算法。最终，通过与人工主题词抽取的实验结 果相比较，该主题提取模型在查全率和查准率上都取得了较好的效果。 关键词 主题抽取，词汇链，语义相关，应急预案 Research on Semantic Relatedness Based Subjects Extraction from Emergency Plans 1 2 1 Qiu Jiangnan Luo Zhicheng Wang Yanzhang (1.School of Management of Dalian University of Technology, Dalian 116024, 2. School of Information Management, Wuhan University, Wuhan 430072) Abstract: The paper aimed at the requirement of the automatic extraction of subject from the emergency plans, took up with the measures of lexical semantic relatedness, and has constructed a subject extraction model based on the lexical chain algorithm which accords with human’s subjective feeling. According to the characteristics of the emergence plans text and the needs of the project, the model used a number of natural language processing methods, improved the original chain generating algorithm, and brought forward a weight algorithm base on multi-factors. Finally, an experimental was carried out which compared the human subject extraction results to our system result, and the recall and the precision showed that our model do a good job. Keywords Subject Extraction, Lexical Chain, Semantic Relatedness, Emergency Plans 1 引言 应急管理的过程中，预案是应急决策和指挥者依法处置的法律依据，应急决策相关主题 知识段落可能是一篇预案文本、一篇预案文本的一部分或几篇预案文本各部分的集合。随着 中央政府、各部委、各地方政府发布的预案数量与日剧增。因此，能够快速、准确、全面地 从众多预案中提取相关文本信息是应急辅助决策信息系统的主要功能，而其中的核心基础是 实现从大量的文本中抽取出用户相关的主题性知识段落。传统的全文检索方法可以提供文本 段落的定位功能，但是全文检索的核心是关键字符的机械式匹配，所以经常出现检索不全、 答非所