技術(shù)特征：

1.一種對高校網(wǎng)站上的會議稿進(jìn)行知識抽取的方法，其特征在于，包括以下步驟：

步驟1)：采用基于規(guī)則的方式對會議稿進(jìn)行分類；

步驟2)：對會議稿進(jìn)行實(shí)體抽??；

步驟3)：采用四詞位標(biāo)記法對訓(xùn)練集中的每一個字進(jìn)行標(biāo)注；

步驟4)：選擇特征模板；

步驟5)：采用基于貝葉斯的實(shí)體條件概率對語料進(jìn)行二次識別。

2.根據(jù)權(quán)利要求1所述的步驟1)，其特征在于，所述步驟1)具體為：應(yīng)用正則表達(dá)式將高校會議稿分為兩類，規(guī)則會議稿和非規(guī)則會議稿；符合正則表達(dá)式規(guī)則的，則為規(guī)則會議稿，不符合的就自動歸為非規(guī)則會議稿。

3.根據(jù)權(quán)利要求1所述的步驟2)，其特征在于，所述步驟2)中，當(dāng)會議稿為規(guī)則會議稿時，通過基于規(guī)則的方法來進(jìn)行實(shí)體抽取；當(dāng)會議稿為非規(guī)則會議稿時，采用基于統(tǒng)計的方法對非規(guī)則會議稿進(jìn)行實(shí)體抽取。

4.根據(jù)權(quán)利要求3所述的步驟2)，其特征在于，所述步驟2)中，當(dāng)會議稿為非規(guī)則會議稿時，采用條件隨機(jī)場模型對非規(guī)則會議稿進(jìn)行實(shí)體抽取。

5.根據(jù)權(quán)利要求1-4所述的步驟3)，其特征在于，所述步驟3)中的四詞位標(biāo)記法的特征標(biāo)記如下表所示：

6.根據(jù)權(quán)利要求1-5所述的步驟4)，其特征在于，所述特征模板為：

7.根據(jù)權(quán)利要求1-6所述的步驟5)，其特征在于，所述步驟5)的基于貝葉斯的實(shí)體條件概率的公式為：

其中，P（word_i)表示字word_i的出現(xiàn)頻率，P(word_i+1|word_i)表示在字word_i的前提下出現(xiàn)字word_i+1的概率，P（name)為查詢串的條件概率。