專業(yè)領(lǐng)域術(shù)語抽取的研究.pdf

1、本文對(duì)漢語術(shù)語的抽取進(jìn)行了一定的研究，設(shè)計(jì)了一個(gè)統(tǒng)計(jì)方法和規(guī)則方法相結(jié)合的漢語專業(yè)領(lǐng)域術(shù)語抽取算法，并具體實(shí)現(xiàn)。在本文的實(shí)驗(yàn)系統(tǒng)DSTES中，共有四個(gè)核心模塊：預(yù)處理模塊，對(duì)系統(tǒng)的輸入——生語料進(jìn)行預(yù)處理，加入自定義標(biāo)記；雙字種子抽取模塊，利用過濾詞表對(duì)熟語料做進(jìn)一步的操作，之后從中抽取符合統(tǒng)計(jì)標(biāo)準(zhǔn)的雙字種子；雙字種子擴(kuò)展模塊，對(duì)種子列表中的每一個(gè)雙字種子均執(zhí)行擴(kuò)充操作，得到候選多字術(shù)語項(xiàng)；后期處理模塊，對(duì)多字術(shù)語候選項(xiàng)作最后的處理，

2、過濾其中的非術(shù)語詞匯。系統(tǒng)首先利用統(tǒng)計(jì)模型從真實(shí)文本中抽取多字術(shù)語候選項(xiàng)，其中包含很多非術(shù)語項(xiàng)，因此必須考慮過濾操作。作者利用漢語語法規(guī)則和術(shù)語學(xué)原理，設(shè)計(jì)了一個(gè)多層過濾模型，其中使用的主要過濾技術(shù)有三個(gè)，這是本文的主要?jiǎng)?chuàng)新所在：符號(hào)和詞類過濾，利用標(biāo)點(diǎn)符號(hào)、特殊符號(hào)（如幾何符號(hào)）及詞類信息進(jìn)行篩選；領(lǐng)域相關(guān)性和領(lǐng)域一致性過濾，考察候選項(xiàng)在特定領(lǐng)域及對(duì)比領(lǐng)域中的使用情況；模板匹配過濾，排除符合某些特定模版的候選項(xiàng)。最終測(cè)試結(jié)果顯示,