本体与条件随机场结合的涉农商品名称抽取与类别标注

摘要：

传统的基于条件随机场(CRF)的信息抽取方法在进行涉农商品名称抽取与类别标注时,需要大量的训练语料,标注工作量大,且抽取精度不高.为解决该问题,提出了一种基于农业本体与CRF相结合的涉农商品名称抽取与类别标注方法,将涉农商品名称的自动抽取与分类看作序列标注的任务.首先是原始数据的分词处理和词、词性、地理属性、本体概念特征选择;然后,采用改进的拟牛顿算法训练CRF模型参数,用维特比算法实现解码,共完成4组对比实验,识别出7种类别,并将CRF和隐马尔可夫模型(HMM)、最大熵马尔可夫模型(MEMM)通过实验进行比较;最后,将CRF应用于农产品供求趋势分析.结合合适的特征模板,本体概念的加入使CRF开放测试的总体准确率提高10.20％,召回率提高59.78％,F值提高37.17％,证明了本体与CRF结合方法在涉农商品名称和类别抽取中的可行性和有效性,可以促进农产品供求对接.

关键词：条件随机场、农业本体、涉农商品名称、供求趋势、序列标注

所属期刊栏目：37

分类号：TP391.1;TP18(计算技术、计算机技术)

资助基金：the National Science and Technology Support Program2013BAD15B03;Chinese Academy of Sciences Key Deployment ProjectY622A21291;the Scientific and Technological Project of Anhui Province 1401032010.国家科技支撑计划项目2013BAD15B03;中国科学院重点部署项目Y622A21291;安徽省科技攻关项目1401032010

在线出版日期：2017-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：233-238