中文时间关键词识别研究.pdf

第 34卷第4期 计 算 机 应 用 研 究 Vo1．34No．4 2017年4月 ApplicationResearchofComputers Apr．2017 中文时间关键词识别研究米 左亚尧 ，龙耀发 ，李杰骏 (广东工业大学计算机学院，广州510006) 摘 要：时态信息广泛应用在 自然语言处理、信息检索等领域，而时间关键词识别更是时态信息应用的关键，其 直接影响到时态信息的使用。时间信息在文本或句中形式多样性、位置随意性以及边界不确定性等特点成为时 间关键词识别任务 中的难点。为了解决中文时间关键词的识别问题 ，通过分析文本语句结构并结合语法结构树 提出短语划分方法，将文本转换成短语集从而确定短语边界；在此基础上提出短语向量化表示法，以此构建向量 空间；最后 ，引入谱聚类的聚类思想，将识别问题转换为聚类 问题。实验证明，运用该方法进行 中文时态关键词 识别具有较好的效果。 关键词 ：时间关键词 ；时间关键词识别；谱聚类 中图分类号：TP391．1 文献标志码：A 文章编号：1001—3695(2017)04．0981—05 doi：10．3969／j．issn．1001—3695．2017．04．005 ExtractionofChinesetemporalkeywords ZuoYayao，LongYa0fa，LiJiejun (FacultyofComputer，GuangdongUniversityofTechnology，Guangzhou510006，China) Abstract：Temporalinformationwasusedwidelyinthefieldofnaturallanguageprocessingandinformationretrieva1．Theuse oftemporalinformationwasaffectedbytheextractiontaskoftemporalkeywordsdirectly．Thereweremanycharacteristicsfor temporalinformationappearedindocuments，suchdiversityofofrm，arbitrarylocation，undefinedboundary，etc．Inorderto solvetheextractionproblem ofChinesetemporalkeywords，thispaperproposedamethodofphrasepartitiontoconvert docu- mentsintoasetofphrase．Itdefineedtheboundary ofevery phraseinsentences．Onthisbasis，itputforwardthemethodof phrasalvectorizationtoconstructthevectorspace．Lastly，itsolvedtheproblem ofidentifytemporalkeywordsthroughspectral clustering．Experimentshowsthemethodachievesavery goodeffect． Keywords：temporal keywords；extractionoftemporalkeywords；spectral clustering 问题中自动抽取时态属性对时态短语进行抽取。文献[12]利 0 引言 用线性链条件随机场(LC—CRF)构建分类器完成识别工作。虽