基于位置標(biāo)簽的復(fù)合詞抽取方法研究.pdf

1、領(lǐng)域本體是人工智能領(lǐng)域內(nèi)研究的重要內(nèi)容，而領(lǐng)域概念又是領(lǐng)域本體的重要組成部分，因此領(lǐng)域概念的自動(dòng)識(shí)別與抽取是一項(xiàng)重要且有意義的研究工作。隨著社會(huì)的快速發(fā)展、科技的不斷進(jìn)步，以復(fù)合詞為代表的新概念新詞語層出不窮。這些領(lǐng)域復(fù)合詞基本上都是由各領(lǐng)域內(nèi)的原子詞組合而成的名詞性短語，它表達(dá)一個(gè)更加準(zhǔn)確的領(lǐng)域概念。復(fù)合詞的自動(dòng)抽取是領(lǐng)域文本信息處理的基礎(chǔ)，對(duì)領(lǐng)域本體的構(gòu)建與應(yīng)用、文本信息抽取、機(jī)器翻譯有著重要的意義。但現(xiàn)有的分詞系統(tǒng)不能識(shí)別這些新的

2、復(fù)合詞，也就不能滿足實(shí)際的應(yīng)用需求。因此，對(duì)復(fù)合詞的自動(dòng)抽取已成為當(dāng)務(wù)之急。
　　本文結(jié)合統(tǒng)計(jì)與語言規(guī)則的思想，提出了一種基于位置標(biāo)簽與詞性結(jié)合的復(fù)合詞抽取方法。該抽取方法首先在在自動(dòng)分詞基礎(chǔ)上為每個(gè)詞條添加位置標(biāo)簽，形成位置標(biāo)志標(biāo)簽集；在進(jìn)行停用詞過濾與同義詞合并處理之后，通過計(jì)算詞條之間的同現(xiàn)度與相鄰度，抽取復(fù)合詞得到候選復(fù)合詞集；最后結(jié)合詞性分析，構(gòu)建反規(guī)則模式集過濾垃圾串，并對(duì)垃圾串進(jìn)行再識(shí)別。設(shè)計(jì)并實(shí)現(xiàn)了基于位置標(biāo)簽與反