一种面向术语抽取的短语过滤技术

被引：8

作者：

周浪 ^{[1
,2
]}

冯冲 ^{[2
]}

黄河燕 ^{[2
]}

机构：

[1] 南京理工大学计算机科学与技术学院

[2] 中国科学院计算机语言与信息工程研究中心

来源：

计算机工程与应用 | 2009年 / 45卷 / 19期

关键词：

术语抽取; 短语过滤; 左右熵; 活跃因子;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

在术语抽取工作中,经常会遇到一些包含活跃词汇的短语或短语碎片,这些干扰项一般具有稳定的搭配模式,并且在语料中共现的概率也非常高。常用的短语过滤方法都是侧重于计算短语内部词语之间的黏合度,对这些干扰项的鉴别能力并不强。提出了一种基于左右熵的短语过滤方法,估算出短语或短语碎片中词语的活跃度,并过滤掉活跃度较高的短语或短语碎片。将该方法应用到一个术语抽取系统中,实验证实能够有效去除这些干扰项,提升术语抽取系统的性能。

引用

页码：9 / 11

页数：3