- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于依存句法网络的文本特征提取研究
总第252 期 2014 年 第11 期
基于依存句法网络的文本特征提取研究*
唐晓波 肖 璐
(武汉大学信息资源研究中心 武汉 430072)
摘要: 【目的 】利用依存句法分析构建更准确的文本网络, 提高基于网络图的文本特征提取方法的准确率。【方
法 】根据依存句法分析的结果确定特征词之间的语义关联, 利用特征词依存方向确定其关联方向, 采用改进的
PageRank 算法计算节点重要性, 并以此为指标进行特征提取。【结果 】实验结果表明, 相较共词网络, 基于依存
句法网络的特征提取方法能在一定程度上提高文本聚类的效果。【局限 】利用依存关系确定特征词关联方向时没
有对不同的依存类型进行区分。【结论 】提出的基于依存句法网络的文本特征提取方法是有效的。
关键词: 特征提取 依存句法分析 复杂网络
分类号: TP391.1
1 引 言 络既能反映上下文信息, 又能避免引入无关联的边;
其次, 根据依存句法分析中的依存原则, 依存词对之
[1]
文本特征提取是自然语言处理中的重要技术 , 是 间存在一个词依存于另一个词的现象, 利用这种现象
文本挖掘的基础。常用的特征提取方法有特征频度[2-3]、 可实现节点间的有向关联, 将之前无向网络改进为更
[4-5] [6] [7] χ2 [8]
TF-IDF 、互信息 、信息增益 、 统计量 等, 其 准确的加权有向网络。
基本思想是使用某种评估函数对特征词打分, 再根据 由于构建方法的改变, 依存句法网络的结构较共
得分高低进行特征选择[9] 。这种基于词频统计的特征 词网络有较大区别, 在计算节点重要度时, 常用的统
提取方法简单易行, 但容易忽略文本结构信息, 缺乏 计指标作用有限。考虑到该网络的有向性, 因而选择
对特征词条上下文环境的考虑[10] 。为解决该问题, 有 PageRank 算法进行节点重要度计算。传统 PageRank
学者提出了基于复杂网络的文本特征提取方法。该方 算法根据节点之间链接计算重要度, 将相邻节点的影
法将文本表示成网络, 并利用网络统计指标进行特征 响考虑进来, 但该算法没有考虑节点之间链接的权重
选择, 从而解决传统特征提取中忽略文本语义信息的 与节点本身重要度, 本文对其进行了改进, 使之更适
不足, 取得了较好的效果。 用于依存句法网络。最后用实验证明本文提出的文本
文本网络构建是基于复杂网络的文本特征提取方 特征提取方法的可行性与有效性。
法的关键, 常用方法构建的大多为无向网络且容易引
2 研究背景
入无关联边。基于此, 本文采用一种新的构建方法, 该
方法以特征词为网络节点, 利用依存句法分析挖掘节 基于复杂网络的文本特征提取方法最重要的两步
点间关联关系, 据此构建出文本网络, 即依存句法网 为: 文本网络构建和节点重要度计算, 研究背景介绍
络。依存句法网络克服了传统网络存在的不足: 首先, 也将从这两个方面进行。
依存句法分析是一种语法结构分析方法, 用该方法挖 (1) 文本网络构建
掘出的关联词对存在一定的句法关联, 据此构建的网 即将文本表示成网络, 其中节点代表特征词, 边
收稿日期: 2014-05-23
收修改稿日期: 2014-06-24
*本文系国家自然科学基金项目“社会化媒体集成检索与语义分析方法研究”(项目编号:的研究成果之一。
您可能关注的文档
最近下载
- 投标人对保证工程质量及详细的质量违约处罚措施的承诺;.doc
- 2023年深圳市南山区第二外国语学校小升初分班考试英语模拟试卷及答案解析.docx
- 华东理工大学《多元统计学》2020-2021学年第二学期期末试卷.pdf
- 主题班会成功无捷径 学习当奋斗(课堂PPT).ppt
- 习概 推进依法治国.docx VIP
- 安徽大学-2020-2021学年第-一-学期大学英语A试卷及答案.docx
- 常见创伤分类与现场急救(1).ppt
- DENON天龙AV接收机AVC-X8500H产品说明书.pdf
- 中学英语教研组校本研修活动记录.doc
- 河北工业大学2022-2023学年第2学期《高等数学(下)》期末试卷(A卷)附标准答案.pdf
文档评论(0)