一种桌面无结构文档的实体识别方法  

An Entity Recognition Method for Unstructured Desktop Documents

作　　者：李胜[1] 胡和平[2] 

机构地区：[1]中南财经政法大学信息学院,湖北武汉430073 [2]华中科技大学计算机科学与技术学院,湖北武汉430074

出　　处：《计算机工程与科学》2009年第10期154-158,共5页Computer Engineering & Science

基　　金：国家自然科学基金资助项目(60403027)

摘　　要：个人计算机中存在大量无结构文档,从无结构文档中提取有效信息是实现语义桌面管理的一个重点和难点。而实体的识别和提取又是信息提取技术中的一个重要前提和关键步骤。本文首先提出一种利用文本线索和本体元数据来识别无结构文档中实体的方法,然后手工建立一个文档集合,在该集合上验证新方法在特定领域内的实体识别效果。There are many unstructured documents in personal computers. How to precisely extract the entities from these document is an important premise and step of desktop document management. This paper presents an entity recognition method for unstructured documents on desktops by using the text clues and ontology metadata. After that, a documental set is manually established, and an experiment is done to test the effect of the new entity recognition method within spe cific areas.

关 键 词：无结构文档 信息提取 实体识别 本体 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]