中文维基百科的结构化信息抽取及词语相关度计算方法-Open.PDF

第 卷 第 期 中文信息学报 ， ２６ ３ Ｖｏｌ．２６ Ｎｏ．３ 　 年 月 ， ２０１２ ５ Ｍａ ２０１２ ＪＯＵＲＮＡＬＯＦ ＣＨＩＮＥＳＥＩＮＦＯＲＭＡＴＩＯＮＰＲＯＣＥＳＳＩＮＧ ｙ 　 　 　 　 文章编号 ： （ ） １００３００７７２０１２０３０１０９０７ － － － 中文维基 百科 的结构化信息抽取及词语相关 度计算方法 ， ， ， ， １ ２ １ ２ １ ２ １ ２ ， ， ， 涂新 辉 张红春 周琨 峰 何 婷婷 （ ， ； 华 中师 范 大学 计算机科 学系 湖北 武 汉 １． ４３００７９ ， ） 国家语 言 资 源监测 与研究中 心 网络媒 体语 言分中 心 湖北 武 汉 ２． ４３００７９ ： ， ， 摘 要 维基 百科 作 为一 个 以开放 和 用 户协 作编 辑 为特 点 的 知 识 库 系 统 具 有 知 识 面覆 盖 度 广 结 构 化 Ｗｅｂ ２．０ 　 　 ， 。 ， ， 程度 高 信息 更新 速 度 快等优 点 然 而 维基 百科 的 官方仅 提 供 一 些半 结构化的 数据 文件 很 多有用的 结 构 化 信息 ， 。 ， ； ， 和数据 并 不能 直接 地 获取 和 利用 因此 该 文首先从 这 些 数 据 文件 中抽 取 整 理 出 多种 结 构 化 信 息 然 后 对 维基 ， ， ； 百科 中的各种 信息 建 立 了对 象模 型 并提供了 一 套 开放 的应用程 序接 口 大大 降低 了利用维基 百科 信息 的难 度 最 ， ， 。 后 利用 维基 百科 中获取