一种面向术语抽取的短语过滤技术

• 作者: 冯冲 周浪 黄河燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 术语抽取 短语过滤 左右熵 活跃因子
• 年，卷（期）: 2009,（19）
• 所属期刊栏目: 博士论坛
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP391
• 字数: 3414字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.19.003

摘要

在术语抽取工作中,经常会遇到一些包含活跃词汇的短语或短语碎片,这些干扰项一般具有稳定的搭配模式,并且在语料中共现的概率也非常高.常用的短语过滤方法都是侧重于计算短语内部词语之间的黏合度,对这些干扰项的鉴别能力并不强.提出了一种基于左右熵的短语过滤方法,估算出短语或短语碎片中词语的活跃度,并过滤掉活跃度较高的短语或短语碎片.将该方法应用到一个术语抽取系统中,实验证实能够有效去除这些干扰项,提升术语抽取系统的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯冲	中国科学院计算机语言与信息工程研究中心	9	167	6.0	9.0
2	黄河燕	中国科学院计算机语言与信息工程研究中心	54	1398	18.0	36.0
3	周浪	南京理工大学计算机科学与技术学院	3	30	3.0	3.0