基于统计和规则相结合的科技术语自动抽取研究

doi:10.3778/j.issn.1002-8331.2008.23.045

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (23): 147-150.DOI: 10.3778/j.issn.1002-8331.2008.23.045

• 数据库、信号与信息处理 • 上一篇下一篇

基于统计和规则相结合的科技术语自动抽取研究

刘豹,张桂平,蔡东风

沈阳航空工业学院知识工程中心，沈阳 110034

收稿日期:2007-10-18 修回日期:2008-01-18 出版日期:2008-08-11 发布日期:2008-08-11
通讯作者: 刘豹

Technical term automatic extraction research based on statistics and rules

LIU Bao,ZHANG Gui-ping,CAI Dong-feng

Knowledge Engineering Center，Shenyang Institute of Aeronautical Engineering，Shenyang 110034，China

Received:2007-10-18 Revised:2008-01-18 Online:2008-08-11 Published:2008-08-11
Contact: LIU Bao

摘要/Abstract

摘要： 科技术语自动抽取是中文信息处理领域的一个重要研究课题，在信息检索、机器翻译等领域，特别是在专利翻译中有着广泛应用。结合专利翻译任务，主要研究专利中科技术语的识别方法，在分析目前已有方法的基础之上，提出了一种使用条件随机场模型进行标注识别，并结合规则对错误识别结果进行后处理的科技术语识别方法。实验结果表明，提出的统计和规则相结合的识别方法是有效的，开放测试结果F值达到了84.4%。

关键词: 条件随机场, 科技术语抽取, 术语识别

Abstract: Technical term automatic extraction is one of the important topics in Chinese information processing.It has been widely applied to information retrieval，machine translation，especially in the patent machine translation.In this paper，the research mainly focuses on the recognizing method of the technical term combined the patent machine translation task，proposes a technical term recognition method based on the statistics and rules at the base of the analysis of existed method.It first uses Conditional Random Fields（CRF） model to label and recognize the corpus，then a post-processing step based on rules is used to correct the wrong labeled result.The experiment results show the method is efficient for identifying technical terms，in open test the F-value reaches 84.4%.

Key words: Conditional Random Fields（CRF）, technical term extraction, term recognition

刘豹,张桂平,蔡东风. 基于统计和规则相结合的科技术语自动抽取研究[J]. 计算机工程与应用, 2008, 44(23): 147-150.

LIU Bao,ZHANG Gui-ping,CAI Dong-feng. Technical term automatic extraction research based on statistics and rules[J]. Computer Engineering and Applications, 2008, 44(23): 147-150.

[1]	徐建国，刘泳慧，刘梦凡. 基于BILSTM-CRF的高校政策语义角色标注研究[J]. 计算机工程与应用, 2021, 57(6): 207-211.
[2]	秦博宇，郝晓燕，刘永芳. 基于SVM和CRF双层模型的FrameNet框架消歧[J]. 计算机工程与应用, 2021, 57(18): 255-262.
[3]	田梓函，李欣. 基于BERT-CRF模型的中文事件检测方法研究[J]. 计算机工程与应用, 2021, 57(11): 135-139.
[4]	汪瀛寰，薛婵，包先雨，吴共庆. 触发词与属性值对联合抽取方法研究[J]. 计算机工程与应用, 2020, 56(9): 168-174.
[5]	李博，康晓东，张华丽，王亚鸽，陈亚媛，白放. 采用Transformer-CRF的中文电子病历命名实体识别[J]. 计算机工程与应用, 2020, 56(5): 153-159.
[6]	刘小安，彭涛. 基于卷积神经网络的中文景点识别研究[J]. 计算机工程与应用, 2020, 56(4): 140-145.
[7]	马冬梅，贺三三，杨彩锋，严春满. 特征融合型卷积神经网络的语义分割[J]. 计算机工程与应用, 2020, 56(10): 193-198.
[8]	马建红，张炳斐，张少光，刘双耀. 基于主动MCNN-SCRF的新能源汽车命名实体识别[J]. 计算机工程与应用, 2019, 55(7): 23-29.
[9]	黄英来，刘亚檀，任洪娥. 基于全卷积神经网络的林木图像分割[J]. 计算机工程与应用, 2019, 55(4): 219-224.
[10]	杜玉龙，李建增，张岩，范聪. 基于深度交叉CNN和免交互GrabCut的显著性检测[J]. 计算机工程与应用, 2017, 53(3): 32-40.
[11]	米晓莉，赵永刚，庄益夫. 协同目标性指导下的多图像联合分割算法[J]. 计算机工程与应用, 2017, 53(2): 181-187.
[12]	朱艳辉，刘璟，徐叶强，田海龙，马进. 基于条件随机场的中文领域分词研究[J]. 计算机工程与应用, 2016, 52(15): 97-100.
[13]	刘殷1，吕学强1，刘坤2. 条件随机场与多层算法模型的实体自动识别[J]. 计算机工程与应用, 2016, 52(11): 141-147.
[14]	史庆伟，郭朋亮. 基于LDA的条件随机场主题模型研究[J]. 计算机工程与应用, 2015, 51(7): 131-135.
[15]	康才畯1，龙从军2，江荻1，2. 基于条件随机场的藏文人名识别研究[J]. 计算机工程与应用, 2015, 51(3): 109-111.

基于统计和规则相结合的科技术语自动抽取研究

Technical term automatic extraction research based on statistics and rules

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics