自动术语抽取研究综述

• 作者: 孙宏宇 张雪 李翠平 辛东兴 陈红
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 自动术语抽取 术语识别 文本处理 机器学习
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2062-2094
• 页数: 33页
• 分类号: TP18
• 字数: 35336字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.006040

摘要

自动术语抽取是从文本集合中自动抽取领域相关的词或短语,是本体构建、文本摘要、知识图谱等领域的关键基础问题和研究热点.特别是,随着近年来对非结构化文本大数据研究的兴起,使得自动术语抽取技术进一步得到学者的广泛关注,取得了较为丰富的研究成果.以术语排序算法为主线,对自动术语抽取方法的理论、技术、现状及优缺点进行研究综述:首先概述了自动术语抽取问题的形式化定义和解决框架.然后围绕“浅层语言分析”中基础语言信息和关系结构信息两个层面的特征对近年来国内外的研究成果进行分类,系统总结了现有自动术语抽取方法的研究进展和面临的挑战.最后对术语抽取使用的数据资源及实验评价进行分析,并对自动术语抽取未来可能的研究趋势进行了探讨与展望.