基于语法树的SAO结构识别方法研究
来源：图书情报工作杂志2016年第21期北京时间：
作者：杨超,朱东华,衡晓帆,汪雪锋
单位：北京理工大学管理与经济学院 北京 100081
摘要：[目的/意义] SAO是一种能够表示主题信息和主题间关系的3元组结构，是文献计量学领域一个快速发展的研究方向。为了获得“满足文献计量分析需求的SAO结构”，需要解决现有SAO结构识别方法遭遇的3个问题：查全和查准率低、所识别SAO结构和领域主题相关性不强以及矩阵稀疏性。[方法/过程] 提出一种面向文献计量分析的基于语法树的SAO结构识别方法，首先基于共现算法和“主题词簇”方法（term clumping）识别SAO核心组件，然后利用基于语法树的抽取算法实现SAO结构的逐层抽取。[结果/结论] 案例研究发现，该方法的平均查准率为0.805 8，平均查全率为0.844 6，所识别SAO结构与领域主题关系较强，且矩阵稀疏性也得到较好改善，可有效应用于相关文献计量分析。
关键词："主语-行为-宾语"(SAO)识别,语法树,语义分析,共现算法,主题词簇,
基金资助：<p>本文系国家自然科学基金面上项目“基于语义TRIZ的新兴技术创新路径预测研究”（项目编号：71373019）和国家高技术研究发展计划“面向政府管理的大数据智能服务系统及应用示范”（项目编号：2014AA015105）研究成果之一。</p>
