Extracting Abbreviated Names for Chinese Entities from the Web
从中文Web网页中获取实体简称的研究

简称是自然语言词汇的重要组成部分，其获取是自然语言处理中的一个基本而又关键的问题。提出了一种根据汉语全称从Web中获取对应汉语简称的方法。该方法包括获取和验证两个步骤。获取步骤通过选择查询模式从Web上获得候选简称集合。为了验证候选简称，定义了全简称关系约束，分别定性和定量地表示全称和对应简称之间的约束，构建了全简称关系图来表示所有全称和简称之间的联系，在验证过程中，先分别用约束公理和关系图对候选简称进行过滤，再用约束函数对候选简称分类，并以分类类别、语料标记和约束函数值作为属性构建决策树，利用决策树对候选简称进行验证。实验结果表明，获取方法的最终准确率为94.63%，召回率为84.0900,验证方法的准确率为94. 81 %.