基于url的中文多语义名词在线语义标注.pdf

第40卷　 第10期 　 计 算 机 工 程 2014年10月 　 　 Vol.40　 No.10 　 Computer Engineering October 2014 ·人工智能及识别技术 · 文章编号:1000-3428(2014)10-0150-05　 　 　 文献标识码:A　 　 　 中图分类号:TP391 基于URL 的中文多语义名词在线语义标注 刘一正,杨　 静,李　 强 (华东师范大学计算机科学技术系,上海200241) 摘　 要:中文语义标注在自然语言处理领域有广泛的应用,其目的在于挖掘并标注出中文多语义名词的多个语义。 提出一种新颖的语义标注算法,通过在线URL分类目录,构建得到URL分类器。 借助于URL分类器,对搜索引擎 返回的多语义名词的搜索结果(包括网页URL及摘要)进行分类,得到多语义名词的初始语义分类结果。 对初始 语义分类结果按其网页摘要聚类,提取聚类特征后得到多语义词的语义标注结果。 该算法利用基于URL 的网页 分类方法,能在线对中文多语义名词进行语义标注。 实验结果证明,该语义标注算法可以取得70% 的准确率及 80% 的召回率,适用于网络热词语义标注。 关键词:语义标注;自然语言处理;中文多语义名词;URL分类器;文本聚类;热词 中文引用格式:刘一正,杨　 静,李　 强.基于 URL 的中文多语义名词在线语义标注[J].计算机工程,2014, 40(10):150-154. 英文引用格式:Liu Yizheng,Yang Jing,Li Qiang.Online Semantic Annotation of Chinese Multi-semantic NounsBased on URL[J].Computer Engineering,2014,40(10):150-154. Online Semantic Annotation of Chinese Multi-semantic Nouns Based on URL LIU Yi-zheng,YANG Jing,LI Qiang (Department of Computer Science and Technology,East China Normal University,Shanghai200241,China) 【Abstract】 Chinese semanticannotationaimstofindoutthe sensesofamulti-semanticword,which iswidelyappliedin natural language processing.This paper proposes a novel approach for semantic annotation of multi-semantic Chinese nouns.Given a multi-semantic Chinese noun,the proposed method can get its senses. The procedure is described as follows.The search resultsincluding URLsand abstracts of related Web pagesare acquired through a search engine.The initial semantic classesare automatically generatedby an online URL classifier using information gotten at the first step. Clustering algorithms are adopted to make full use of the Web page abstracts to get the final semantic classes. Expe