基于词典信息和网络百科的下位词获取.PDFVIP

第!卷第#期 数 据 采 集 与 处 理 :(-;!(;# !$%年月 ()*+,-(./,0,123)45404(+,+67*(28554+9 =8;!$% !!文章编号!%$$?$@A!$%#$#?$B!%?$A 基于词典信息和网络百科的下位词获取 宋文杰%!!! 周俊生%!!!曲维光%!!!@ !%;南京师范大学计算机科学与技术学院南京!%$$!@#!;江苏省信息安全保密技术工程研究中心南京!%$$!@# @;南京大学计算机软件新技术国家重点实验室南京!%$$!@$ 摘要!对中文下位词自动抽取方法进行研究!提出一种基于词典信息和网络百科的下位词获取方法!旨在构建一 个较为完善的上下位词语知识库基于词典信息的抽取方法利用#中文概念词典$和#中国分类主题词表$中蕴 含的格式化信息获取上下位关???基于网络百科的抽取方法利用维基百科%百度百科和互动百科!分析百科网 页地址和内容格式!利用 正 则 式 抽 取 下 位 词 语 对 获 取 到 的 下 位 词 进 行 自 动 过 滤 和 人 工 校 对!实 验 表 明!与 C7DEE!$%!上下位关系评测结果相比!本文方法取得较好效果 关键词!下位词词典网络百科模式方法正则式 中图分类号!F7@%!!!!文献标志码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