基于知识网络的文本标引系统及其方法

摘要

本发明公开了一种基于知识网络的文本标引系统及其方法。该文本标引系统包括单文本特征提取单元、多文本词关系提取单元、知识树生成单元、知识树应用单元以及知识库存储单元。对于输入文本标引系统的文本，首先进行分词，获取文本中的文本特征词；根据文本特征词所对应的知识树的节点位置，推演出该文本对应的类别词TAG；在TAG的基础上，通过判别式模型对TAG的合法性进行判定，由此提炼出可靠的TAG词集，再通过可靠的TAG词集重新定位文本特征词词集，形成可靠的文本特征词词集。本发明使内容词提取、类别标注和短语的提取一体化，因此提取的效果能够互相促进；各个词的语义通过知识网络的节点得以表现，从而减少歧义的发生。