基于中文维基百科的概念获取方法研究

摘要

提出一种词频和文本语义的隐性概念自动合成的方法.首先,抽取中文维基百科中标记的显性概念,通过词法分析和统计的方法获取显性概念的前部构件库、后部构件库和隐性概念词构件库;然后,分别利用基于TF-IDF的改进方法、基于构建特征向量的方法以及混合加权方法计算隐性概念词构件之间的相似度,并用统计的方法计算隐性概念词构件和前后部构件的相关度,合成隐性概念.经过实验验证,混合加权方法合成的隐性概念准确率较高,可有效扩充已知概念库.