基于排序学习的文本概念标注方法研究  

Learning to Rank Concept Annotation for Text

作　　者：涂新辉[1,2] 何婷婷 李芳[1,2] 王建文 

机构地区：[1]华中师范大学计算机学院,武汉430079 [2]国家语言资源监测与研究中心网络媒体语言分中心,武汉430079

出　　处：《北京大学学报（自然科学版）》2013年第1期153-158,共6页Acta Scientiarum Naturalium Universitatis Pekinensis

基　　金：国家自然科学基金(90920005;61003192)资助

摘　　要：提出一种基于排序学习的方法 CRM(concept ranking model),来实现文档的维基百科概念自动标注。首先人工对一定规模的文档进行概念标注,建立训练集合,然后利用排序学习算法在多项特征上得到对概念排序的模型,利用这个概念的排序模型对任意文档进行概念标注。实验表明,相对于传统的文档概念标注方法,此方法在各类指标上都有相当大的提高,标注结果更加接近人类的概念标注。This paper proposed an automatic text annotation method （CRM, concept ranking model） based onlearning to ranking model. Firstly the authors built a training set of concept annotation manualy, and then used the Ranking SVM algorithm to generate concept ranking model, finally the concept ranking model was used to generateconcept annotation for any texts. Experiments show that proposed method has a significant improvement in various indicators compared to traditional annotation methods, and concept annotation results is closer to humanannotation.

关 键 词：概念标注 排序学习 维基百科 显示语义分析 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]