科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了快速、准确的抽取出自然语言文本中存在的否定性信息,需要对否定性信息抽取方法进行分析和研究。采用当前否定性信息抽取方法对自然语言文本中存在的否定性信息进行抽取时,得到的抽取结果与实际结果不符,抽取信息所用的时间较长,存在抽取精准度低和抽取效率低的问题。提出一种自然语言文本中否定性信息智能抽取方法,通过基于树核的覆盖域界定模型得到自然语言文本句法树中覆盖域的结构和位置。根据双层图模型对自然语言文本中词与词之间的转移概率进行计算,采用PageRank算法并结合转移概率对自然语言文本中的信息权重进行排序,得到覆盖域中的否定焦点;通过否定焦点从更细的粒度上对否定性信息进行分析,根据分析结果对自然语言文本中的信息进行分类,根据分类结果完成自然语言文本中否定性信息的智能抽取。仿真结果表明,所提方法的抽取精准度高、抽取效率快。
- 单位
