| 基于编辑距离的中文组织机构名简称-全称匹配算法 |
| |
| 引用本文： | 黄林晟,邓志鸿,唐世渭,王文清,陈凌.基于编辑距离的中文组织机构名简称-全称匹配算法[J].山东大学学报(理学版),2012,47(5):43-48. |
| |
| 作者姓名： | 黄林晟 邓志鸿 唐世渭 王文清 陈凌 |
| |
| 作者单位： | 1. 北京大学信息科学技术学院,北京,100871
2. 北京大学信息科学技术学院,北京100871／北京大学信息科学技术学院机器感知与智能教育部重点实验室,北京100871
3. 中国高等教育文献保障系统（CALIS）管理中心,北京,100871 |
| |
| 基金项目： | 国家“八六三”高技术研究发展计划基金资助项目(2009AA01Z136);国家自然科学基金资助项目(90812001);国家教育部“211工程”中国高等教育文献保障系统(CALIS)三期建设项目 |
| |
| 摘 要： | 在面对中文语言环境下组织机构名简称-全称匹配这一具体问题时,经典的基于编辑距离进行字符串相似匹配方法的实用性有所下降。基于编辑距离的思想,提出了一种改进匹配算法:首先对简称和全称进行分词,以切合中文的语法结构特点;之后结合重定义的词汇语义相似度度量方法,修改编辑操作权重,并通过自适应学习的方式进一步修正;最后选择与简称编辑距离最小的全称作为匹配结果。实验结果表明,该算法匹配准确率比原始方法有较大提升。
|
| 关 键 词： | 文本挖掘 机器学习 编辑距离 组织机构名 简称-全称匹配 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
