商品品牌名称挖掘  

Semi-Supervised Method for Mining Product Name

作　　者：何正焱[1] 王厚峰[1] 

机构地区：[1]北京大学计算语言学教育部重点实验室,北京100871

出　　处：《中文信息学报》2012年第2期88-91,96,共5页Journal of Chinese Information Processing

基　　金：国家自然科学基金资助项目(60973053;91024009);博士点基金项目(20090001110047)

摘　　要：百度百科包含了大量的实体和丰富的链接与分类关系,在中文领域含有大量人类知识,能够弥补普通词典词汇覆盖面小的缺点。在商品品牌名称挖掘中,该文提出了发现新的品牌名称的基于图模型的半指导方法。利用百度百科中词条间的相关关系和开放分类,该文使用不同的准则计算词条间的相似度,结合词条和分类的关联性,分类与分类之间的关联性,使用标记传播算法,在130万个词条上进行了品牌名称的挖掘,取得了较好地效果。Baidu baike contains large amount of knowledges on the named entity,the link relationship and the category information.In order to recognize the product（or brand） name from open texts,we propose a graph-based method to discover product name using a few seeds.We incorporate the ＂related entry＂ and ＂open category＂ structure of baidu baike to reinforce the similarity measures.Applied this method on 1.3 million entries,satisfactory results are achieved for the product mining.

关 键 词：商品名挖掘 半监督学习 图算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]