主动学习的科技文献研究对象标引体系研究-ChinaXiv.PDFVIP

总第268 期 2016 年 第3 期 主动学习的科技文献研究对象标引体系 研究* 贺惠新 刘丽娟 ( 同方知网(北京)技术有限公司 北京 100192) 摘要: 【目的 】识别论文标题中的研究对象属性实例, 试图利用少量标注样本, 最大限度地提高研究对象识别的 准确率。【方法 】分析科技文献中研究对象的语法特征, 利用少量样本基于条件随机场序列标注算法, 对研究对 象进行识别和抽取, 并引入基于未标注数据的主动学习的迭代标引体系, 提高研究对象识别的准确率。【结果 】 1 能够高效利用未标注数据, 并最大限度地提高研究对象识别的准确率, 标注准确率达到 78.3%。【局限 】算法运 v 行效率有待进一步优化。【结论 】对科技文献中研究对象属性实例具有较好的识别效果, 为进一步挖掘科技文献 2 3 中的知识体系和结构打下基础。 2 关键词: 科技文献 研究对象 条件随机场 迭代标引体系 主动学习 1 0 分类号: TP393 G25 . 1 1 7