基于知网的概念特征抽取方法

您当前的位置：

首页 >

文章列表页 >

基于知网的概念特征抽取方法

更新时间：2024-10-14

- 基于知网的概念特征抽取方法
- Issue 7, Pages: 46-54(2004)
- 作者机构：
  
  1. 复旦大学计算机科学与工程系
  2. 复旦大学计算机科学与工程系上海200433
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP391.1
- Published：2004
- 稿件说明：
移动端阅览
[1]赵林,胡恬,黄萱菁,吴立德.基于知网的概念特征抽取方法[J].通信学报,2004(07):46-54.

[J]. 2004, (7): 46-54.
[1]赵林,胡恬,黄萱菁,吴立德.基于知网的概念特征抽取方法[J].通信学报,2004(07):46-54. DOI：

[J]. 2004, (7): 46-54. DOI：

摘要

文本特征抽取是文本过滤的一项重要基础

但通常采取的用字、词作为特征项的显著缺点是无法表达文本的语义信息

所以本文在向量空间模型的基础上提出了一种以知网为语义知识库、基于语义信息的文本特征项抽取方法。该方法比单纯的词汇信息更能体现文本的概念特征

提高过滤系统的性能;同时还能降低文本向量的维数

减少计算量

提高过滤效率。我们在引入了该方法的中文文本过滤系统上进行的实验结果也充分证实了其有效性。

Abstract

关键词

Keywords

references

Views

1070

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

神经网比例式学习算法

基于语义分析的倾向性文本过滤

Enhanced Photoluminescence of Na⁺-doped Gd₂O₃ ∶ Sm³⁺ Nanocrystals

Photoluminescence Properties of Si-based CeO₂ Films

On-orbit Data Calibration of FY-3A Solar Irradiance Monitor

Related Author

陈明

李明慧

刘永丹

曾海泉

李荣陆

胡运发

Related Institution

大连理工大学计算机研究所

大连理工大学计算机研究所大连 116024

复旦大学计算机与信息技术系

复旦大学计算机与信息技术系上海200433

AI问答

⁰