Indexed by:期刊论文

Date of Publication:2007-01-20

Journal:计算机工程

Included Journals:PKU、ISTIC、CSCD

Volume:33

Issue:2

Page Number:47-49

ISSN No.:1000-3428

Key Words:专指语义串;长串优先;字母词语;中文信息处理

Abstract:新术语的提取是中文信息处理领域的一个重要研究课题.针对现有提取方法的不足和很多专业术语表现为字母词语的特点,该文提出了一种综合统计技术和规则筛选的方法:基于长串优先和串频统计的思路进行文本切分,得到共现字符串,利用词语搭配规则进行过滤,经过领域词典及评价函数的筛选,提取出领域新术语.该方法可发现包含字母词语、专业术语等未登录词在内的频率大于等于2的任意长度的专指语义串、短语和词.实验表明了该方法的有效性及新术语的准确率分布特征.