基于CRFs的中文领域术语自动抽取研究

摘要：

本文提出基于条件随机场（CRFs）的中文领域术语的自动抽取方法，在给定领域分类语料前提下，该方法不仅很好解决了未登录词中的领域术语抽取的问题，而且还很好的解决三字以上长字词领域术语的抽取问题。本文以云南旅游领域为实验对象，并与基于互信息结合T 评价的传统领域术语抽取方法作比较，人工评测显示基于CRFs的方法能准确有效的抽取领域术语，并能很好的抓取未登录词中的领域术语和长字词领域术语，明显提高了领域术语的抽取的准确率和召回率。

关键词： CRFs 条件随机场 机器学习 互信息 领域术语 特征选择

作者: 王海雄 郭剑毅 余正涛 毛存礼 张朝胜 雷春雅

作者单位: 昆明理工大学信息工程与自动化学院,昆明 650051 昆明理工大学信息工程与自动化学院,昆明 650051;云南省计算机技术应用重点实验室智能信息处理研究所,昆明 650051 云南省计算机技术应用重点实验室智能信息处理研究所,昆明 650051

会议类型: 国内会议

会议名称: 第六届全国信息检索学术会议

会议地点: 黑龙江镜泊湖

会议语种:中文

页码: 505-512

在线出版日期: 2010-08-12（万方平台首次上网日期，不代表论文的发表时间）