DRTE:面向基础教育的术语抽取方法

被引：10

作者：

李思良

许斌

杨玉基

机构：

[1] 清华大学计算机科学与技术系

来源：

中文信息学报 | 2018年 / 32卷 / 03期

关键词：

术语抽取; 术语定义; 术语关系;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

术语抽取从非结构化文本中自动抽取专业术语。该工作在中文分词、信息抽取、知识库构建中发挥着重要的作用。当前术语抽取方法很大程度上依赖于词的统计信息,由于基础教育学科中术语具有极强的长尾特性,导致基于统计的术语抽取方法很难抽取出处于尾端的术语。该文结合基础教育的学科特点,提出了DRTE:一种利用术语定义与术语关系挖掘,综合构词规则与边界检测的术语抽取方法。该文以初高中的数学课本为数据源进行术语抽取,实验结果表明我们的术语抽取方法 F1值达到82.7%,相比目前的方法提高了40.8%,能够有效地在中文基础教育领域进行自动化的术语抽取。

引用

页码：101 / 109

页数：9

共 18 条

[1] Exploration of a rich feature set for automatic term extraction. CONRADO M S,PARDO T A S,REZENDE S O. Advances in Artificial Intelligence and Its Applications . 2013
[2] https://github.com/NLPchina/ansj_seg .
[3] Methods of automatic term recognition. Kageura K,Umino B. Proceedings of the National Center for Science Information Systems . 1996
[4] Yet another ranking function for automatic multiword term extraction. Lossio-Ventura J A,Jonquet C,Roche M,et al. Lecture Notes in Computer Science . 2014
[5] Multiple evidence for term extraction in broad domains. Dobrov B V,Loukachevitch N V. Proceedings of RANLP 2011 . 2011
[6] Term recognition and classification in biological science journal articles. Gaizauskas R,Demetriou G,Humphreys K. Proceddings of the Computional Terminology for Medical&Biological Applications Workshop of the 2 Nd International Conference on Nlp . 2000
[7] Improving term extraction with linguistic analysis in the biomedical domain. Golik W,Bossy R,Ratkovic Z,et al. Reseach in Computing Science . 2013
[8] Term recognition using conditional random fields. Zhang X,Song Y,Fang A C. Proceedings of the 2010International Conference on.Natural Language Processing and Knowledge Engineering (NLPKE) . 2010
[9] 哈萨克语IT领域术语识别研究与实现
木合亚提尼亚孜别克
古力沙吾利塔里甫
[J]. 中文信息学报, 2016, (03) : 68 - 73
[10] 中医针灸领域术语自动抽取研究
孙水华
黄德根
牛萍
[J]. 中文信息学报, 2016, 30 (03) : 118 - 124

← 1 2 →