学术文本的结构功能识别——功能框架及基于章节标题的识别.pdfVIP

情 报 学 报 ISSN1000—0135 JOURNALOFTHECHINA SOCIETY F0RSCIENTIFIC AND TECHNICAL INFORMA110N ISSN l000—0135 第33卷 第 9期 979—985，2014年 9月 Vo1．33 No．9，979—985 September 2014 doi：10．3772／j．issn．1000-0135．2014．09．010 学术文本的结构功能识别 功能框架及基于章节标题的识别 陆 伟 黄 永 程齐凯 (武汉大学信息资源研究中心，信息检索与知识挖掘研究所，武汉 430072) 摘要 当前学术文本挖掘研究大多数是采用基于词汇、窗口、全文的方法，往往忽略了学术文本的内在结构，导 致了很多歧义性问题。本文针对当前研究不足，提出一种研究性论文的结构功能框架，对学术文本的章节功能和 逻辑结构进行了定义。在此基础上本文从三个不同层次 (基于章节标题、基于章节 内容和标题、基于段落)论述了 结构功能的自动分类 问题 ，并从第一个层次 (基于章节标题)采用词表与序列标注相结合的方法进行了结构功能的 自动分类实验 ，取得 了令人满意的效果 。 关键词 文本挖掘 结构功能 自动分类 ． TheStructureFunction ofAcademicTextand ItsClassification LuWei，HuangYongandChengQikai (CenterforStudiesofInformationResources，WahanUniversity，Wuhan430072) Abstract Thecurrentacademictextminingresearchismostlybasedontheword，thewindowandthefulltext．It ignorstheinternalstructure，leadingtoalotofambiguityproblems．Inview ofthecurrentlackofresearch，thispaperputs forwardakindofframeworkthatgivesdefinitionaboutthesturcturefunctionoftheresearchpapers’chapter．Onthisbasis， from threedifferentlevels(basedon thesectionheaders，basedonthesectioncontentandheader，basedonthe paragraph)theautomaticclassificationproblem ofsturcturefunctionisdiscussed，andrfom thefirstlevel(basedonthe sectionheader)byadoptingthecombinationofvocabularyandsequencetaggingmethod theautomaticclassification experimentofstructurefunction isconducted，thesatisfactory resultshavebeen achieved． Keywords textmining，sturcturefunction，automaticclassification 有语义性。当前基于学术文本 的研究与一般文本挖 1