论文部分内容阅读
针对传统的手工整理主题词表的方法因耗时、更新速度慢而无法满足应用要求的问题，提出了一种基于维基百科（Wikipedia）和条件随机场（CRF）的领域主题词抽取方法。该方法根据特定领域现有主题词的构词特点、统计分布特点，充分利用维基百科独特的结构优势，自动地从维基百科中获取新的领域主题词，补充现有主题词表。该方法采用条件随机场作为训练、测试的模型，将多方面的特征进行综合建模，取得了较好的实验效果。实验结果表明，使用该方法可以将主题词识别的F值提高到83％左右。