一种论述型文章的论述主体的自动提取方法

摘要

本发明涉及一种论述型文章的论述主体的自动提取方法，属于自然语言处理的技术应用领域。本发明基于统计条件随机场的序列标注策略，通过分析论文标题中论述主体的语义特点和位置特征，结合训练语料的特性建立常用词语词典和重要词语词典，同时利用词典和词语、位置等信息对论文标题进行序列特征标注，运用标注的语料训练生成模型，可对未知数据进行预测，具有较高的准确率，可有效提高算法的在不同场景下的适用性。本发明有效实现了计算机自动在论述型文章中提取出论述主体，将文章的主要展示目标以直观的形式展现出来，有助于阅读人员快速掌握这一对象的相关信息，方便的检索和对比相关内容，而自动提取后的短语也可供给计算机做后续的各种分析。