结构性文本主题词规则化提取：对经验结果的理性预测

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：基于统计的主词提取会产生信息冗余或数据稀疏等情况；而基于句法规则的主题词提取技术，又因为大量不规范语句而无法析出正确的主题词。目前普遍采取的统计与规则互补办法，虽然发挥了两种体系的优势，但仍未能有效解决；（1）主题词在文本中的分布；（2）中隐性主题词的提取；（3）主题词信息的权重与排序等问题。根据我们的直觉与语料库检验，文本主题词的分布是不平均的。如果我们能通过对文本标注，从而提取出富含主题词的语句，那么，根据现有的自然语言处理技术，建构一套主题词规则化提取的数学模型和算法是可能的，这将为文本主题词统计结果提供可靠的预见和补充。http://www.cqvip.com//QK/83163X/200104/5902895.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：结构性 主题词 cqvip HTML HTTP 数学模型 隐性主题词 置标语言 句法 分布