基于多級過濾的領(lǐng)域復(fù)合概念抽取方法.pdf

1、領(lǐng)域本體是人工智能領(lǐng)域類研究的熱點內(nèi)容，領(lǐng)域概念是領(lǐng)域本體的基礎(chǔ)組成部分，因而對領(lǐng)域概念的識別與抽取是一項基礎(chǔ)研究工作。隨著社會進步、科技發(fā)展，新概念層出不窮，而尤以各領(lǐng)域內(nèi)的復(fù)合概念為代表。這些領(lǐng)域復(fù)合概念一般都是由各領(lǐng)域內(nèi)的原子概念或詞語組合而成的名詞性短語，它指代一個更為精確的領(lǐng)域概念信息。領(lǐng)域復(fù)合概念的識別與抽取是領(lǐng)域文本信息處理的基礎(chǔ)，對領(lǐng)域本體的構(gòu)建與應(yīng)用、文本信息檢索、文本挖掘有著重要的意義?，F(xiàn)有的分詞系統(tǒng)不能識別這些新的

2、領(lǐng)域復(fù)合概念，也就不能滿足實際的應(yīng)用需求。因此，對復(fù)合概念的自動抽取已成為當(dāng)務(wù)之急。
　　針對單獨使用基于統(tǒng)計的方法和單獨使用基于語言規(guī)則的方法對復(fù)合概念抽取的不足之處，本文融合統(tǒng)計與語言規(guī)則的思想，構(gòu)建了一個多級過濾抽取模型。該抽取模型首先利用改進的TF-IDF方法篩選出領(lǐng)域原子概念集;其次通過空間組合規(guī)則，利用位置標(biāo)注篩選出初始的領(lǐng)域復(fù)合概念集;最后通過詞性分析，利用詞性規(guī)則模版匹配過濾得到最終的領(lǐng)域復(fù)合概念集。
　　本