基于多策略融合的专利术语自动抽取

• 作者: 吕学强 周绍钧 李卓 都云程
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 专利术语 术语抽取 PageRank 术语区别度 义原信息
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 数据工程
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP391.1
• 字数: 7414字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.02.007

摘要

专利术语自动抽取是知识抽取与文本挖掘的关键环节。在构建专利文献停用词表以及提取特定规则的基础上，抽取候选专利术语；通过分析专利术语与其所在句子的关联关系、相邻专利术语之间的影响以及常识性词语对专利术语抽取的干扰，分别提出基于 PageRank 思想的 STRank 权重计算方法、专利术语区别度计算方法以及知网义原信息降权方法，并融合上述方法对专利术语进行抽取。采用传感器领域的专利文献进行实验，在 top-1400、top-1600级别上正确率为80．5％、79．7％，相对比 CS ＋CC ＋CD 方法分别提高了11．4％、9．5％。实验结果证明该多策略融合方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕学强	北京信息科技大学网络文化与数字传播北京市重点实验室	146	1187	15.0	30.0
2	都云程	北京信息科技大学网络文化与数字传播北京市重点实验室	16	111	6.0	10.0
3	李卓	北京信息科技大学网络文化与数字传播北京市重点实验室	56	145	6.0	10.0
4	周绍钧	北京信息科技大学网络文化与数字传播北京市重点实验室	2	6	1.0	2.0