軍事領(lǐng)域中文術(shù)語抽取的研究.pdf

1、碩士學(xué)位論文軍事領(lǐng)域中文術(shù)語抽取的研究ResearchforChineseTermExtractionintheMilitaryDomain學(xué)號：一幽Q旦幽完成日期：2Q13：Q主：Q2大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要術(shù)語是有效描述領(lǐng)域知識的基本語言單元，通常由詞或詞組組成。在文本中自動獲取特定領(lǐng)域術(shù)語的過程稱之為術(shù)語抽取。它是信息處理領(lǐng)域的一項重要技術(shù)，在自然語言處理、文

2、本挖掘、本體構(gòu)建、詞典編撰、機器翻譯等領(lǐng)域都有著廣泛而重要的應(yīng)用。自動術(shù)語抽取對于了解掌握領(lǐng)域知識的交化發(fā)展起著重要作用。在眾多的領(lǐng)域術(shù)語之中，軍事術(shù)語是一種相對特殊的領(lǐng)域術(shù)語，實現(xiàn)軍事術(shù)語的自動抽取不僅可以獲取和擴充軍事領(lǐng)域知識，更重要的是可以大量減少人工采集、處理數(shù)據(jù)信息的成本，能夠使我們將主要精力放在深層次的情報分析工作中，因而軍事領(lǐng)域術(shù)語抽取具有重要的國防和軍事價值。本文圍繞軍事領(lǐng)域的中文術(shù)語抽取任務(wù)展開討論，結(jié)合實際工作對軍事

3、術(shù)語的組成結(jié)構(gòu)及特點進行了詳細的介紹。在分析比較幾種常見的統(tǒng)計機器學(xué)模型的基礎(chǔ)上，采用目前主流的條件隨機場(ConditionalRandomFields，CRF)模型對軍事領(lǐng)域中文術(shù)語進行抽取，最終得到的精確率、召回率、F值分別為72。83％，7181％，7205％。而后，為了降低該方法對于大規(guī)模語料庫和標注人員的依賴性，嘗試了基于無監(jiān)督統(tǒng)計量的術(shù)語抽取方法，分析研究了信息熵、互信息、C—value三種統(tǒng)計量對于術(shù)語抽取結(jié)果的影響，通