基于多重規(guī)則的學(xué)術(shù)定義抽取研究.pdf

1、學(xué)術(shù)定義是科學(xué)研究的基礎(chǔ)概念與對象。學(xué)術(shù)定義明確的界定學(xué)術(shù)概念的研究范疇，其內(nèi)涵豐富，表述嚴(yán)謹(jǐn)，具有高度的概括性。在期刊論文中會大量出現(xiàn)各種學(xué)術(shù)概念的定義。將期刊論文中的定義抽取出來，并將關(guān)于同一概念的所有定義匯總起來，不僅可以橫向展示于同一概念的不同定義，讓用戶能夠更好的理解這些概念；還能將檢索的粒度由原來的篇為單位，轉(zhuǎn)變成知識集合為單位。
　　 本文通過總結(jié)其他學(xué)者關(guān)于定義抽取的研究，提出了一種構(gòu)建多重學(xué)術(shù)定義抽取規(guī)則構(gòu)建的

2、方法。該方法首先通過分析定義類語句的結(jié)構(gòu)特征，提出了模式規(guī)則構(gòu)建方法；然后通過分析定義類語句的語法特征，提出了語法規(guī)則構(gòu)建方法；最后通過對詞頻的統(tǒng)計，提出了加權(quán)詞篩選法。然后以《情報理論與實踐》2009年文章為數(shù)據(jù)，利用該方法構(gòu)建了一套抽取規(guī)則。
　　 本文還設(shè)計了一個抽取系統(tǒng)。利用構(gòu)建出來的規(guī)則，該系統(tǒng)可以抽取文本中的定義語句。該系統(tǒng)主要包括4個模塊，分別是預(yù)處理模塊、模式規(guī)則抽取模塊、語法規(guī)則抽取模塊和加權(quán)詞處理模塊。實現(xiàn)該

3、系統(tǒng)的關(guān)鍵技術(shù)包括分詞技術(shù)、抽取規(guī)則導(dǎo)入技術(shù)、句子抽取技術(shù)和加權(quán)詞處理技術(shù)。
　　 本文主要的創(chuàng)新點為提出一種了基于多重規(guī)則的學(xué)術(shù)定義抽取規(guī)則構(gòu)建方法，并且在加權(quán)詞篩選法中，使用了具有負(fù)權(quán)重的負(fù)權(quán)詞。本文以《情報理論與實踐》2009年文章為訓(xùn)練文本構(gòu)建規(guī)則，以《情報學(xué)報》2007年和2008年的文章為實驗文本進(jìn)行了抽取實驗，通過分析實驗數(shù)據(jù)驗證了規(guī)則構(gòu)建方法以及系統(tǒng)的有效性和可行性。
　　 圖4幅，表4張，參考文獻(xiàn)30篇