基于URL的中文多语义名词在线语义标注

摘要：

中文语义标注在自然语言处理领域有广泛的应用，其目的在于挖掘并标注出中文多语义名词的多个语义。提出一种新颖的语义标注算法，通过在线URL分类目录，构建得到URL分类器。借助于URL分类器，对搜索引擎返回的多语义名词的搜索结果(包括网页URL及)进行分类，得到多语义名词的初始语义分类结果。对初始语义分类结果按其网页聚类，提取聚类特征后得到多语义词的语义标注结果。该算法利用基于URL的网页分类方法，能在线对中文多语义名词进行语义标注。实验结果证明，该语义标注算法可以取得70%的准确率及80%的召回率，适用于网络热词语义标注。

关键词：语义标注、自然语言处理、中文多语义名词、URL分类器、文本聚类、热词

分类号：TP391(计算技术、计算机技术)

资助基金：上海市国际科技合作基金资助项目11530700300;上海市科委科研基金资助项目“面向NGB的智能业务分析关键技术研究及系统研制”12dz1500205。

在线出版日期：2014-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：150-154