面向信息检索的词汇知识发现

doi:10.11925/infotech.1003-3513.2007.01.03

现代图书情报技术

2007, Vol. 2

Issue (1): 10-14 https://doi.org/10.11925/infotech.1003-3513.2007.01.03

20届机检会论文选登

本期目录 | 过刊浏览 | 高级检索

面向信息检索的词汇知识发现

章成志苏新宁

(南京大学信息管理系南京 210093)

Lexical Knowledge Discovery for Information Retrieval

Zhang Chengzhi Su Xinning

(Department of Information Management, Nanjing University，Nanjing 210093,China)

摘要
参考文献
相关文章
Metrics

全文: PDF (568 KB)
输出: BibTeX | EndNote (RIS)

摘要

针对信息检索中词汇知识发现问题，提出面向信息检索的词汇知识发现框架结构，对面向信息检索的词汇的定义、同义词、相关词、排除词等词汇知识获取与挖掘进行详细的介绍，为后续的语义检索研究打下基础。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	苏新宁
	章成志

关键词 ：信息检索, 中文信息处理, 知识发现, 同义词, 相关词, 排除词

Abstract：

This paper introduces the problem of lexical knowledge discovery for information retrieval and provides the frame of lexical knowledge discovery. The authors pose the method of words’ definition extraction, synonym recognition, relevance words recognition, mutually exclusive words recognition. The work plays an important role for the semantic search.

Key words： Information retrieval Chinese information processing Knowledge discovery Synonym words Relevance words Mutually exclusive words

收稿日期: 2006-10-08 出版日期: 2007-01-25

:	TP391

	G252

通讯作者: 章成志 E-mail: zcz51@citiz.net

作者简介: 章成志,苏新宁

引用本文:

章成志,苏新宁 . 面向信息检索的词汇知识发现[J]. 现代图书情报技术, 2007, 2(1): 10-14.
Zhang Chengzhi,Su Xinning . Lexical Knowledge Discovery for Information Retrieval. New Technology of Library and Information Service, 2007, 2(1): 10-14.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.01.03 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I1/10

1许勇, 荀恩东, 贾爱平, 宋柔. 基于互联网的术语定义获取系统.中文信息学报. 2004, 18(4):37-43
2Bing Liu, Chee Wee Chin, Hwee Tou Ng. Mining topic-specific concepts and definitions on the web. In: Proceedings of the 12th international conference on World Wide Web, Budapest, Hungray,2003:251-160
3Xu J, Cao Y, Li H, Zhao M. Ranking definitions with supervised learning method. In: Proceedings of 14th International Conference on World Wide Web, Chiba, Japan, 2005:811- 819
4Salton G, McGill M J. Introduction to Modern Information Retrieval. New York:McGraw-Hill Book Co., 1983
5王云. 查找同义词和相关词的循环衍生法. 核情报工作与研究,1997(2):7-8
6罗盛芬，孙茂松．基于字串内部结合紧密度的汉语自动抽词实验研究．中文信息学报．2003，17（3）：9-14
7崔航，文继荣，李敏强．基于用户日志的查询扩展统计模型．软件学报，2003，14（9）：1593-1599
8章成志，苏兰芳，苏新宁.基于多语境的相关词自动提取系统的设计与实现.现代图书情报技术，2006,(9):23-28,80
9孙茂松,左正平,邹嘉彦.高频最大交集型歧义切分字段在汉语分词中的作用中文信息学报,1999,13(1):27-34
10Mu Li, Jianfeng Gao, Changning Huang et al. Unsupervised Training for Overlapping Ambiguity Resolution in Chinese Word Segmentation. In: Proceedings of the Second SIGHAN Workshop on Chinese Language Processing. Sapporo,Japan, 2003:1-7
11苏新宁,杨薇.Web环境下全文检索系统开发平台的设计情报科学,2002,20(4):402-404,415

[1]	黄名选,蒋曹清,卢守东. 基于词嵌入与扩展词交集的查询扩展^*[J]. 数据分析与知识发现, 2021, 5(6): 115-125.
[2]	孟镇,王昊,虞为,邓三鸿,张宝隆. 基于特征融合的声乐分类研究^*[J]. 数据分析与知识发现, 2021, 5(5): 59-70.
[3]	李跃艳,王昊,邓三鸿,王伟. 近十年信息检索领域的研究热点与演化趋势研究——基于SIGIR会议论文的分析[J]. 数据分析与知识发现, 2021, 5(4): 13-24.
[4]	代冰,胡正银. 基于文献的知识发现新近研究综述 ^*[J]. 数据分析与知识发现, 2021, 5(4): 1-12.
[5]	纪有书, 王东波, 黄水清. *基于词对齐的古汉语同义词自动抽取研究^——以前四史典籍为例**[J]. 数据分析与知识发现, 2021, 5(11): 135-144.
[6]	胡正银,刘蕾蕾,代冰,覃筱楚. 基于领域知识图谱的生命医学学科知识发现探析*[J]. 数据分析与知识发现, 2020, 4(11): 1-14.
[7]	黄名选,卢守东,徐辉. 基于加权关联模式挖掘与规则后件扩展的跨语言信息检索 ^*[J]. 数据分析与知识发现, 2019, 3(9): 77-87.
[8]	胡佳慧,方安,赵琬清,杨晨柳,任慧玲. 面向知识发现的中文电子病历标注方法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 123-132.
[9]	吴菊华,王煜,黎明,蔡少云. 基于加权知识网络的在线健康社区用户知识发现^*[J]. 数据分析与知识发现, 2019, 3(2): 108-117.
[10]	杨磊,王子润,侯贵生. 基于Q-LDA主题模型的网络健康社区主题挖掘研究 ^*[J]. 数据分析与知识发现, 2019, 3(11): 52-59.
[11]	胡吉颖,谢靖,钱力,付常雷. 基于知识图谱的科技大数据知识发现平台建设^*[J]. 数据分析与知识发现, 2019, 3(1): 55-62.
[12]	孙海霞, 王蕾, 吴英杰, 华薇娜, 李军莲. 科技文献数据库中机构名称匹配策略研究^*[J]. 数据分析与知识发现, 2018, 2(8): 88-97.
[13]	王欣, 冯文刚. 在线极端主义和激进化监测技术综述^*[J]. 数据分析与知识发现, 2018, 2(10): 2-8.
[14]	张志强, 范少萍, 陈秀娟. 面向精准医学知识发现的生物医学信息学发展^*[J]. 数据分析与知识发现, 2018, 2(1): 1-8.
[15]	牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究^*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.

Viewed

Full text

Abstract

Cited

Shared

Discussed