基于术语长度和语法特征的统计领域术语抽取

• 作者: 刘里 肖迎元
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 自然语言处理 术语抽取 支持向量机 术语长度 语法特征 词长比 领域相关性 领域一致性
• 年，卷（期）: 2017,（9）
• 页码范围: 1437-1443
• 页数: 7页
• 分类号: TP181
• 字数: 7150字
• 语种: 中文
• DOI: 10.11990/jheu.201605037

摘要

针对领域术语抽取中含字长度较大的术语被错误切分的问题,本文提出一种基于术语长度和语法特征的统计领域术语抽取方法.本方法在利用机器学习抽取候选术语时,加入基于术语长度和语法特征的约束规则;在使用统计方法确定候选术语的领域性时,充分考虑词长比这一概念的重要性,将其作为判断术语领域性的重要权值.实验表明,提出的方法能够正确抽取含字长度较大的领域术语,抽取结果的准确率和召回率相比以往的方法有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖迎元	天津理工大学计算机视觉与系统省部共建教育部重点实验室	37	223	8.0	13.0
5	刘里	天津理工大学计算机视觉与系统省部共建教育部重点实验室	5	20	4.0	4.0