基于改进C-value方法的中文术语抽取

被引：21

作者：

胡阿沛

张静

刘俊丽

机构：

[1] 中国科学技术信息研究所

来源：

现代图书情报技术 | 2013年 / 02期

关键词：

术语抽取; 串频统计; 语言规则; 术语度;

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：

提出一种改进C-value的术语抽取方法,即IC-value方法。利用停用词对文本进行预处理后,采用一种基于串频统计的抽取算法提取候选术语;对候选术语进行语言规则过滤;从逆文档频率、破碎子串和术语长度三个方面改进C-value方法得到IC-value方法,并用来计算候选术语的术语度。以1 000篇乙型肝炎相关论文摘要进行实证研究,结果证明IC-value方法在准确率和召回率方面都要优于C-value、TF-IDF和V-value,有较强的长术语发现能力,且识别破碎子串的效果十分明显。

引用

页码：24 / 29

页数：6

共 12 条

[1] 上下文分析与统计特征相结合的英文术语抽取研究
许德山
张智雄
王峰
邢美凤
[J]. 现代图书情报技术, 2010, (12) : 28 - 33
[2] 基于领域类别信息C-value的多词串自动抽取
李超
王会珍
朱慕华
张俐
朱靖波
[J]. 中文信息学报, 2010, (01) : 94 - 98
[3] 基于隐马尔科夫模型的中文术语识别研究
岑咏华
韩哲
季培培
[J]. 现代图书情报技术, 2008, (12) : 54 - 58
[4] 服务于词典编纂的特定领域专业术语自动抽取
安纪霞
李锡祚
宋冰
曾伟
[J]. 计算机与数字工程, 2007, (11) : 53 - 56+5
[5] 基于互信息的中文术语抽取系统
张锋
许云
侯艳
樊孝忠
[J]. 计算机应用研究, 2005, (05) : 72 - 73+77
[6] 信息技术领域术语提取的初步研究
王强军
李芸
张普
[J]. 术语标准化与信息技术, 2003, (01) : 32 - 33+37
[7] 基于多策略融合的中文术语抽取方法.[J].周浪;史树敏;冯冲;黄河燕;.情报学报.2010, 03
[8] LCS算法在术语抽取中的应用研究.[J].潘虹;徐朝军;.情报学报.2010, 05
[9] 专利技术术语的抽取方法.[J].韩红旗;朱东华;汪雪锋;.情报学报.2011, 12
[10] 现代术语学引论.[M].冯志伟著;.语文出版社.1997,

← 1 2 →