基于种子词汇扩展技术的物流文本数据筛选方法研究

本文以物流网站文本数据为研究对象，针对文本中可能存在非物流相关内容的问题，提出了一种基于LineSentence的种子词汇扩展技术，用于筛选物流相关文本数据。该技术首先选择'物流'、'运输'、'航运'等种子词汇，通过LineSentence进行词汇扩展，得到一系列物流相关的词汇。然后，通过判断爬取下来的文本数据是否包含扩展词汇，对文本进行筛选，最终得到全为物流相关文本的数据集，为后续的关键信息抽取实验奠定了基础。本文将详细介绍该方法的具体步骤、实验过程以及相关结论，旨在为物流文本数据的关键信息抽取研究提供有力支持。