| 基于网页信息和分词的中文机构名全称和简称提取方法 |
| |
| 引用本文： | 张俊玲,耿光刚,延志伟,李晓东. 基于网页信息和分词的中文机构名全称和简称提取方法[J]. 计算机应用研究, 2017, 34(4) |
| |
| 作者姓名： | 张俊玲 耿光刚 延志伟 李晓东 |
| |
| 作者单位： | 中国科学院大学,中国互联网络信息中心,中国互联网络信息中心,中国互联网络信息中心 |
| |
| 基金项目： | 国家自然科学基金资助项目(61375039)；国家自然科学基金资助项目(61272433) |
| |
| 摘 要： | 搜索引擎在处理全称和简称的对应关系时，以往只能通过人工添加，造成简称遗漏、搜索结果召回率低等问题。为此，本文提出了一种自动获取机构全称和简称的方法。根据域名地址获取机构网站首页源代码，从中提取相应机构全称，再结合机构名上下文特征词集合从中提取候选简称，最后计算候选简称与全称的相似度确定最终简称。通过对1287个组织机构网站的实验，全称提取正确率达93.9%，简称召回率和正确率分别达85.3%和90.8%，实验表明，该方法效果良好。
|
| 关 键 词： | 机构名简称提取 机构名全称提取 网页分析 简称相似度计算 |
| 收稿时间： | 2016-03-29 |
| 修稿时间： | 2017-02-14 |
An extraction method of organization full names and abbreviations based on web page and word segmentation |
| |
| Zhang Junling,Geng Guanggang,Yan Zhiwei and Li Xiaodong. An extraction method of organization full names and abbreviations based on web page and word segmentation[J]. Application Research of Computers, 2017, 34(4) |
| |
| Authors: | Zhang Junling Geng Guanggang Yan Zhiwei Li Xiaodong |
| |
| Affiliation: | The University of Chinese Academy of Science,China Internet Network Information Center,China Internet Network Information Center,China Internet Network Information Center |
| |
| Abstract: | |
| |
| Keywords: | extraction of organization abbreviations extraction of organization full name web page analysis abbreviation similarity calculation |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
