基于术语抽取与分级匹配的项目指南推荐方法

摘要：

信息推荐是自然语言处理领域的重要技术,为进一步向科研人员进行有效的项目指南推荐,本文采用术语词表征文本特征的方式,进行分级匹配推送.通过基于词性规则和句法信息相结合的方法抽取候选术语词,并利用基于统计的方法如C-value、SCP(Symmetrical Conditional Probability)等进行术语词过滤,提高抽取质量.由指南和科研人员术语词进行分级匹配来表征二者之间的相似度,进而实现对科研人员的个性化指南推荐.对国家科技管理信息系统公共服务平台2017年发布的42篇指南设计实验进行验证,分析术语抽取结果,评价指南推荐的准确率,结果表明基于C-value+SCP的方法取得了更优的术语抽取质量,指南的个性化推荐准确率最高达到80％.

关键词：术语抽取、推荐技术、科技文献

所属期刊栏目：4

分类号：TP391G35(计算技术、计算机技术)

资助基金：科技部创新方法工作专项2015IM020500;北京市自然科学基金资助项目4153058

在线出版日期：2018-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：58-66