点击次数：

论文类型： 期刊论文

发表时间： 2007-01-20

发表刊物： 计算机工程

收录刊物： PKU、ISTIC、CSCD

卷号： 33

期号： 2

页面范围： 47-49

ISSN号： 1000-3428

关键字： 专指语义串;长串优先;字母词语;中文信息处理

摘要： 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.