领域本体术语的抽取方法研究

被引：11

作者：

张雷瀚 ^{[1
]}

吕学强 ^{[1
]}

李卓 ^{[1
]}

徐丽萍 ^{[2
]}

机构：

[1] 北京信息科技大学网络文化与数字传播北京市重点实验室

[2] 北京城市系统工程研究中心

来源：

情报学报 | 2014年 / 33卷 / 02期

基金：

北京市自然科学基金;

关键词：

本体构建; 术语抽取; 逆向词性规则; 参照语料; 术语领域度;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

领域术语是本体构建的基本要素,自动获取高质量的领域术语是构建领域本体的基础。本文提出一种多策略融合的领域术语抽取方法。分析领域术语的语法结构及统计特征,构造术语抽取的逆向词性规则和领域专用停用词表;利用PATTree术语抽取模型和C-value方法获取候选术语;借鉴TF-IDF及参照语料对比思想,从单个文档和领域文档集两个层面计算术语领域度,并依据术语领域度的大小筛选得到领域术语。在经济类语料上的实验结果显示:领域术语的top-100、top-500和top-1500准确率分别达到了94.00%、85.20%和78.47%,与baseline相比,分别提高5%、4.8%和6.2%。

引用

页码：167 / 174

页数：8

共 9 条

[1]

基于CRFs的中文领域术语自动抽取研究.[A].王海雄;郭剑毅;余正涛;毛存礼;张朝胜;雷春雅;.第六届全国信息检索学术会议.2010,

[2]

基于改进C-value方法的中文术语抽取 [J].

胡阿沛 ;

张静 ;

刘俊丽 .

现代图书情报技术, 2013, (02) :24-29

[3]

基于多策略的领域本体术语抽取研究.[J].何琳;.情报学报.2012, 08

[4]

一种基于加权投票的术语自动识别方法 [J].

游宏梁 ;

张巍 ;

沈钧毅 ;

刘挺 .

中文信息学报, 2011, (03) :9-16

[5]

基于知识本体的术语定义(下) [J].

揭春雨 ;

冯志伟 .

术语标准化与信息技术, 2009, (03) :14-23

[6]

基于聚类方法对特定领域术语的自动筛选 [J].

李勇 .

计算机工程与科学, 2008, (02) :64-66+134

[7]

A corpus comparison approach for terminology extraction.[J].Teresa Mihwa Chung.Terminology. International Journal of Theoretical and Applied Issues in Specialized Communication.2003, 2

[8]

Text categorization with support vector machines.: How to represent texts in input space? [J].

Leopold, E ;

Kindermann, J .

MACHINE LEARNING, 2002, 46 (1-3) :423-444

[9]

Automatic recognition of multi-word terms: The C-value/NC-value method [J].

Frantzi K. ;

Ananiadou S. ;

Mima H. .

International Journal on Digital Libraries, 2000, 3 (2) :115-130

← 1 →