论文研究基于网页信息和分词的中文机构名全称和简称提取方法.pdf

搜索引擎在处理全称和简称的对应关系时，以往只能通过人工添加，造成简称遗漏、搜索结果召回率低等问题。为此，提出了一种自动获取机构全称和简称的方法。根据域名地址获取机构网站首页源代码，从中提取相应机构全称，再结合机构名上下文特征词集合从中提取候选简称，最后计算候选简称与全称的相似度确定最终简称。通过对1287个组织机构网站的实验，全称提取正确率达93.9%，简称召回率和正确率分别达85.3%和90.8%，实验表明该方法效果良好。