專業(yè)領(lǐng)域術(shù)語抽取的研究.pdf

1、本文對漢語術(shù)語的抽取進(jìn)行了一定的研究，設(shè)計了一個統(tǒng)計方法和規(guī)則方法相結(jié)合的漢語專業(yè)領(lǐng)域術(shù)語抽取算法，并具體實現(xiàn)。在本文的實驗系統(tǒng)DSTES中，共有四個核心模塊：預(yù)處理模塊，對系統(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，利用過濾詞表對熟語料做進(jìn)一步的操作，之后從中抽取符合統(tǒng)計標(biāo)準(zhǔn)的雙字種子；雙字種子擴展模塊，對種子列表中的每一個雙字種子均執(zhí)行擴充操作，得到候選多字術(shù)語項；后期處理模塊，對多字術(shù)語候選項作最后的處理，

2、過濾其中的非術(shù)語詞匯。系統(tǒng)首先利用統(tǒng)計模型從真實文本中抽取多字術(shù)語候選項，其中包含很多非術(shù)語項，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)計了一個多層過濾模型，其中使用的主要過濾技術(shù)有三個，這是本文的主要創(chuàng)新所在：符號和詞類過濾，利用標(biāo)點符號、特殊符號（如幾何符號）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，考察候選項在特定領(lǐng)域及對比領(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。最終測試結(jié)果顯示,