标点符号在网络中文学术文献识别与检索中的作用

摘要：

学术文献在网络上的分布日益广泛,探索其识别方法对于提高检索效率具有重要意义.本文针对网络中文学术文献的主要干扰文献——新闻报道,对6906篇学术文献语料和16316篇新闻报道语料进行比较研究,尝试从标点符号的使用方面发现两者的异同,以期为网络中文学术文献的自动识别提供思路.对两个语料库标点符号的使用量、相对使用率、平均使用量和差异量等因素所做统计与比较显示,网络中文学术文献与新闻报道在14种常用标点符号的使用上具有明显差异.我们将所发现的标点符号特征应用到已开发的网络中文学术文献检索系统(NSIRS)中,在原系统中加入标点符号分析模块并进行了检索实验,结果显示标点符号对于网络学术文献的识别具有明显效果,系统的平均相对检准率提高了约6%.

关键词：标点符号、学术文献、新闻报道、信息检索、自动识别

所属期刊栏目：37

资助基金：国家社会科学基金项目"网络中文学术文献的自动识别与检索研究—基于学术文献文体、链接及图文相关度的研究与系统开发"10BTQ049

在线出版日期：2018-03-28（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：25-30