基于SVR模型的中文领域术语自动抽取研究——面向图书情报领域

被引：6

作者：

蒋婷

孙建军

机构：

[1] 南京大学信息管理学院

来源：

情报理论与实践 | 2016年 / 39卷 / 01期

关键词：

支持向量回归机; 本体构建; 本体学习; 术语抽取;

D O I：

10.16353/j.cnki.1000-7490.2016.01.004

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

[目的/意义]术语是本体的重要组成部分,术语自动抽取是本体自动构建的基础,文章采用回归的方法对未登录词进行概率(某个数值(组合)对应的候选词集合中术语的概率)预测,获得该词可能为术语的概率。[方法/过程]文章结合语言学和统计方法,通过构建术语库提取术语抽取模板来抽取候选术语,此外,通过引入回归的方法,将术语抽取问题转化为对词语成为术语的概率的预测问题。[结果/结论]提出的方法最后通过实验验证了其有效性。

引用

页码：24 / 31+15 +15

页数：9

共 35 条

[1]

Study and implementation of combined techniques for automatic extraction of terminology. B. Daille. The Balancing Act: Combining Symbolic and Statistical Approaches to Language . 1996

[2]

Highlights Language and Domain-Independent Automatic Indexing Terms for Abstracting. Cohen JD. Journal of American Society for Information Science . 1995

[3]

Experiments in automatic extracting and indexing. Lois L. Earl. Information Storage and Retrieval . 1970

[4]

Technical terminology: some linguistic properties and an algorithm for identification in text[J] . John S. Justeson,Slava M. Katz. &nbspNatural Language Engineering . 1995 (1)

[5]

Automatic recognition of multi-word terms:. the C-value/NC-value method[J] . Katerina Frantzi,Sophia Ananiadou,Hideki Mima. &nbspInternational Journal on Digital Libraries . 2000 (2)

[6] A tutorial on support vector regression [J].