关键词自动标引的最大熵模型应用研究  

Research on Maximum Entropy Model for Keyword Indexing

作　　者：李素建[1] 王厚峰[1] 俞士汶[1] 辛乘胜[2] 

机构地区：[1]北京大学计算语言学研究所,北京100871 [2]人民日报社新闻信息中心,北京100733

出　　处：《计算机学报》2004年第9期1192-1197,共6页Chinese Journal of Computers

基　　金：国家"八六三"高技术研究发展计划项目基金 (2 0 0 1AA1 1 4 2 1 0 0 5);国家"九七三"重点基础研究发展规划项目基金 (G1 9980 30 50 4 0 1;G1 9980 30 50 7 4)资助

摘　　要：关键词是文档管理、文本聚类 /分类、信息检索等领域可利用的重要资源 ,因此该文提出了利用最大熵模型进行自动标引的技术 .最大熵模型为一个成熟的数学模型 ,已经应用到计算语言学的各个领域 .然而它的应用非常灵活 ,针对标引任务和现有资源的实际情况 ,作者首先建立了最大熵模型的特征集合 ,然后提出了三种试验方法 ,并给出了相应的试验结果 ,最后针对最大熵模型在关键词自动标引任务中的应用做了有益的分析和探讨 .该研究对于关键词标引研究以及最大熵在其他领域中的应用将有所启示 .Keywords are very useful to document management, text clustering/classification, information retrieval and so on. Thus, authors propose to use Maximum Entropy (ME) model to conduct automatic keyword indexing. ME model is a mature mathematical model and has been applied to solve many problems. However, it's flexible how to use the model. Aiming at the indexing task and the resources available, firstly, the useful features for ME model is introduced. Secondly, three tests are given with their experimental results. Finally, the application of ME model in automatic keyword indexing are analyzed and discussed.

关 键 词：关键词标引 关键词抽取 最大熵模型 信息抽取 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]