领域本体术语抽取研究

摘要：

[目的]尽可能多地抽取多字词本体术语,以保证本体构建的质量.[方法]提出基于部件扩展的本体术语抽取方法.利用部件的领域聚合性和词性特征,采用领域词频比较的方法抽取部件;考虑术语长度、术语词性构成以及术语内部结合度等因素,设计合理的扩展规则对部件扩展以形成候选术语;利用上下文关联信息、语境信息从候选术语集中筛选出本体术语.[结果]利用该方法在IT领域实验数据集上进行测试,实验结果准确率为83.5％,召回率为87％,准确率相比Baseline方法要高出2.5个百分点.[局限]部件抽取方法需要借助于平衡语料库,部件的质量直接影响术语抽取效果.[结论]实验结果表明该方法是有效的,对本体学习、本体构建具有积极意义.

关键词：本体术语、术语抽取、术语部件、部件扩展

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目“基于本体的专利自动标引研究”61271304;北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目“面向领域的互联网多模态信息精准搜索方法研究”项目KZ201311232037的研究成果之一

在线出版日期：2014-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：43-50