基于多策略的學(xué)術(shù)論文術(shù)語(yǔ)抽取方法研究.pdf

1、如何快速又準(zhǔn)確地抽取術(shù)語(yǔ)是自然語(yǔ)言處理中一項(xiàng)重要課題。面向?qū)W術(shù)論文領(lǐng)域的術(shù)語(yǔ)抽取研究能夠有效地推動(dòng)科學(xué)的發(fā)展與成果的推廣。學(xué)術(shù)論文中，術(shù)語(yǔ)在不同的位置，如標(biāo)題、關(guān)鍵字、摘要等文本塊，具有不同的分布特征。傳統(tǒng)的術(shù)語(yǔ)抽取方法忽略了術(shù)語(yǔ)分布的位置信息，因此，急需一種能夠綜合考慮術(shù)語(yǔ)位置信息的方法來(lái)彌補(bǔ)現(xiàn)有方法的不足。
　　提出了一種面向?qū)W術(shù)論文的基于多策略的術(shù)語(yǔ)抽取方法TEM，該方法首先根據(jù)標(biāo)題、摘要和關(guān)鍵詞的不同特征，分別采用基于邊界

2、標(biāo)記集、基于中文術(shù)語(yǔ)構(gòu)詞規(guī)則和基于關(guān)鍵詞的候選術(shù)語(yǔ)抽取策略；接著分析了候選術(shù)語(yǔ)抽取的結(jié)果及錯(cuò)誤類型，引入術(shù)語(yǔ)反例規(guī)則字典改進(jìn)抽取結(jié)果；再結(jié)合K-近頻子串歸并算法對(duì)候選術(shù)語(yǔ)進(jìn)行篩選過濾；最后利用術(shù)語(yǔ)的位置信息，構(gòu)建了綜合評(píng)分模型，采用層次分析法決策標(biāo)題、摘要和關(guān)鍵詞三個(gè)維度的權(quán)重值，根據(jù)最終的評(píng)分排序得到正確術(shù)語(yǔ)。此外，針對(duì)單詞型術(shù)語(yǔ)，在TF-IDF算法的基礎(chǔ)上引入了類別頻率CF，提高了篩選的效果。
　　在實(shí)驗(yàn)階段，測(cè)試了 K值變化