论文部分内容阅读
专利领域中术语抽取结果的好坏决定了本体构建的质量。提出一种自动生成过滤词典并结合词汇密集度等影响因子的术语抽取方法。首先在分词和词性标注的基础上，对文献匹配词性规则算法生成的模板得到候选长术语和单词型短术语集合，然后利用文档一致度生成的过滤词典过滤部分候选长术语集，最后针对长术语的构成特点，将词汇密集度、文档差比、文档一致度三个术语因子加权平均作为整个长术语的术语权重值，并按值高低排序。在8000篇专利摘要文献的基准语料上进行实验，随机选取五组实验数据，平均准确率达到86％。结果表明该方法在领域术语抽取方面是行之有效的。