一种被定义项的识别策略

被定义项即是带定义性描述的词或词组。被定义项的识别对于文本检索、文本标引、文本分类、机器翻译、术语数据库的建立与更新等自然语言处理工作具有重要意义。由于被定义项可以出现在定义中的任何一个位置,缺乏明显的位置信息,识别它们具有一定的困难。本文提出了一种在定义模板的基础上抽取被定义项的识别策略,同时考虑被定义项的上下文环境,将抽取出的候选项进行词性组合过滤,针对嵌套与非嵌套候选词的词长与词频,给出不同的处理方法。实验取得了较好的效果,有效地解决了被定义项的识别问题。