基于CBOW模型的领域术语自动抽取研究

摘要：

本文针对术语生成方式和结构特点，提出了一种基于词部件扩展和神经网络相结合的术语抽取方法。利用语言模型抽取出可能的候选术语集，利用神经网络的词向量计算方法计算出每个词扩展部件的向量空间模型，利用余弦相似度判断各个词扩展部件间的内部关联强度，实现对候选词集的初步过滤，结合PageRank算法，来统计候选集中的领域代表性，借此对领域内的术语词汇完成精确提取。经过实验，也得到了相对较好的结果。但由于实验采集的数据集的限制，词扩展部件的向量计算和词领域代表性计算可能不精确，随着训练数据集的加大，实验得到的准确率和召回率可以进一步提升。

关键词： 领域术语 自动抽取 数据库 神经网络 语言模型

作者: 姜霖 唐振贵

作者单位: 南京大学信息管理学院 南京 210023;江苏省数据工程与知识服务重点实验室 南京210023 南京大学信息管理学院 南京 210023

会议类型: 国内会议

会议名称: 第五届全国情报学博士生学术论坛暨2015中国信息资源管理论坛

会议地点: 北京

会议语种:中文

页码: 1-10

在线出版日期: 2015-10-01（万方平台首次上网日期，不代表论文的发表时间）