基于词项聚类的文本语义标签抽取研究-计算机科学.PDF

第 卷 第 期 计 算 机 科 学 ４５ 　 １１A Vol．４５No．１１A 年 月 ２０１８ １１ COMPUTER SCIENCE Nov．２０１８ 基于词项聚类的文本语义标签抽取研究 李 雄 丁治明 苏 醒 郭黎敏 　 　 　 　 　 (北京工业大学信息学部 北京 ) 　 １００１２４ 　 . , 摘 要 本研究主要解决在大量文本数据中抽取关键语义信息的问题 文本是 自然语言的信息载体 在分析和处理 　 　 , , . 文本信息时 由于目标与方式不同 对文本信息的特征表达方式也各不相同 已有的语义抽取方法往往是针对单篇文 , . , . 本的 忽略了不同文本间的语义联系 为此 文中提出了基于词项聚类的文本语义标签提取方法 该方法以语义抽取 , , 为目标 以Hinton的分布式表示假说为文本信息的表达方式 并以最大化语义标签与原文本数据间的语义相似度为 , . , 目标 使用聚类算法对语义标签进行聚类 实验表明 所提方法由于是基于全体词汇表对语义信息分布进行聚类计算 , . 的 因此在语义丰富度和表达能力上相比很多现有方法具有更好的表现 , , , 关键词 语义抽取 分布式表示假说 聚类 相似度 　 中图法分类号　TP３９１　　　文献标识码　A 　 WordClusterin BasedTextSemanticTa in ExtractionMethod g gg g LIXion　DINGZhiＧmin　SUXin　GUOLiＧmin g g g ( , , , ) DeartmentofInformationBeiin UniversitofTechnolo Beiin １００１２４China p jg y gy jg 　 Abstract　Thisresearchmainlsolvesthe roblemofextractin ke semanticinformationfromalarenumberoftext y p g y g , data．Textistheinformationcarrierofthenaturallanuae．Whenthetextinfo