自动提取含字母词语的领域新术语的研究

• 作者: 党延忠 姜韶华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 专指语义串 长串优先 字母词语 中文信息处理
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 47-49
• 页数: 3页
• 分类号: TP311
• 字数: 2970字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.02.016

摘要

新术语的提取是中文信息处理领域的一个重要研究课题.针对现有提取方法的不足和很多专业术语表现为字母词语的特点,该文提出了一种综合统计技术和规则筛选的方法:基于长串优先和串频统计的思路进行文本切分,得到共现字符串,利用词语搭配规则进行过滤,经过领域词典及评价函数的筛选,提取出领域新术语.该方法可发现包含字母词语、专业术语等未登录词在内的频率大于等于2的任意长度的专指语义串、短语和词.实验表明了该方法的有效性及新术语的准确率分布特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党延忠	大连理工大学系统工程研究所	91	1772	23.0	38.0
2	姜韶华	大连理工大学系统工程研究所	29	283	10.0	15.0