统计与规则相融合的领域术语抽取算法

• 作者: 佟玲玲 张仰森 杜翠兰 樊梦佳 段东圣
• 来源期刊: 计算机应用研究
• 关键词: 领域术语抽取 词语度 领域度 左右信息熵扩展 边界检测 词频-逆文档频率
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2282-2285,2306
• 页数: 5页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.08.009

摘要

针对领域术语抽取问题，采用基于规则和多种统计策略相融合的方法，从词语度和领域度两个角度出发，提出一种领域术语的抽取算法并构建出相应的抽取系统。系统流程包括基于左右信息熵扩展的候选领域术语获取、基于词性搭配规则与边界信息出现概率知识库相结合的词语度筛选策略以及基于词频—逆文档频率（TF-IDF）的领域度筛选策略。运用此算法不但能抽取出领域的常见用词，还可以挖掘出领域新词。实验结果显示，基于该方法构建的领域术语抽取系统的准确率为84．33％，能够有效支持中文领域术语的自动抽取。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
2	杜翠兰		11	62	5.0	7.0
3	佟玲玲		5	48	4.0	5.0
4	段东圣		2	27	2.0	2.0
5	樊梦佳	北京信息科技大学智能信息处理研究所	2	26	2.0	2.0