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：

081203 ; 0835 ;

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

收藏

页码：24 / 29

页数：6

相关论文

共 12 条

[1] Term identification in the biomedical literature [J].

Krauthammer, M ;

Nenadic, G .

JOURNAL OF BIOMEDICAL INFORMATICS, 2004, 37 (06) :512-526

[2] 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

[3]

现代术语学引论.[M].冯志伟著;.语文出版社.1997,

[4] 上下文分析与统计特征相结合的英文术语抽取研究 [J].

许德山 ;

张智雄 ;

王峰 ;

邢美凤 .

现代图书情报技术, 2010, (12) :28-33

[5] 基于领域类别信息C-value的多词串自动抽取 [J].

李超 ;

王会珍 ;

朱慕华 ;

张俐 ;

朱靖波 .

中文信息学报, 2010, (01) :94-98

[6] 基于隐马尔科夫模型的中文术语识别研究 [J].

岑咏华 ;

韩哲 ;

季培培 .

现代图书情报技术, 2008, (12) :54-58

[7] 服务于词典编纂的特定领域专业术语自动抽取 [J].

安纪霞 ;

李锡祚 ;

宋冰 ;

曾伟 .

计算机与数字工程, 2007, (11) :53-56+5

[8] 基于互信息的中文术语抽取系统 [J].

张锋 ;

许云 ;

侯艳 ;

樊孝忠 .

计算机应用研究, 2005, (05) :72-73+77

[9] 信息技术领域术语提取的初步研究 [J].

王强军 ;

李芸 ;

张普 .

术语标准化与信息技术, 2003, (01) :32-33+37

[10]

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