中文专利文献术语抽取

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ；２．ＢｅｉｊｉｎｇＴＲＳＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＣｏ．，Ｌｔｄ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏｄｅａｌｗｉｔｈｔｈｅｐｒｏｂｌｅｍｏｆｐａｔｅｎｔｔｅｒｍｉｎｏｌｏｇｙｅｘｔｒａｃｔｉｏｎ，ａｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｂｏｎｄｉｎｇｓｔｒｅｎｇｔｈａｎｄｃｈａｒａｃｔｅｒｆｉｌｔｅ — ｒｉｎｇｉｓｐｒｏｐｏｓｅｄ．Ｂａｓｅｄｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐａｔｅｎｔｔｅｒｍｓ，ｔｈｅｃｏｍｂｉｎａｔｉｏｎｄｅｇｒｅｅｏｆｂｏｕｎｄａｒｙ－ｔｏ－ｂｏｕｎｄａｒｙａｎｄｓｔｒｉｎｇ－ｔｏ－ｂｏｕｎｄａ — ｒｙｏｆｓｔｒｉｎｇｓａｒｅｐｒｏｐｏｓｅｄｔｏｍｅａｓｕｒｅｔｈｅｂｏｎｄｉｎｇｓｔｒｅｎｇｔｈ．Ｂａｓｅｄｏｎｔｈｅｓｅ，ａｍｅｔｈｏｄｆｏｒｆｉｌｔｅｒｉｎｇｔｗｏｃｈａｒａｃｔｅｒｔｅｒｍｓｉｓｐｒｏ — ｐｏｓｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｎｔｅｒｎａｌｓｔｒｕｃｔｕｒｅｏｆｐａｒｔ－ｏｆ－ｓｐｅｅｃｈｉｎｔｈｅｔｅｒｍ，ａｎｄｉｓｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｃａｌｃｕｌａｔｉｎｇｍｅｔｈｏｄｗｈｉｃｈｉｓｂａｓｅｄｏｎｂｏｎｄｉｎｇｓｔｒｅｎｇｔｈ．ＥｘｐｅｒｉｍｅｎｔｓｓｏｗｈｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｐｒａｃｔｉｃａｂｌｅｏｎｅｘｔｒａｃｔｉｎｇＣｈｉｎｅｓｅｐａｔｅｎｔｔｅｒｍｓ．Ｔｈｅ
关键词：术语；边界结合度；串边结合度；双字词性过滤法中图法分类号：ＴＰ３９１．１文献标识号：Ａ文章编号：１０００ — ７０２４（２０１３）０６ — ２１７５ — ０５
Ｃｈｉｎｅｓｅｐａｔｅｎｔｔｅｒｍｉｎｏｌｏｇｙｅｘｔｒａｃｔｉｏｎ
（１．北京信息科技大学网络文化与数字传播北京市重点实验室，北京１００１０１；２．北京拓尔思信息技术股份有限公司，北京１００１０１）
摘要：为了有效解决专利文献中术语抽取问题，提出采用字符串之间的结合强度融合词性过滤法抽取术语的方法。根据
２０１３年６月
计算机工程与设计
ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧＡＮＤＤＥＳＩＧＮ
Ｊｕｎ．２０１３
Ｖｏ１．３４Ｎｏ．６
第３４卷
Βιβλιοθήκη Baidu
第６期
中文专利文献术语抽取
徐川，施水才，房祥。，吕学强，
ＸＵＣｈｕａｎ，ＳＨＩＳｈｕｉ — ｃａｉ，ＦＡＮＧＸｉａｎｇ，ＬＵＸｕｅ — ｑｉａｎｇ ’
（ＬＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｒｎｅｔＣｕｌｔｕｒｅａｎｄＤｉｇｉｔａｌＤｉｓｓｅｍｉｎａｔｉｏｎＲｅｓｅａｒｃｈ，ＢｅｉｊｉｎｇＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄ
专利文献中术语出现的特点，提出了字符串之间的边界结合度方法和字符串之间的串边结合度方法，度量了字符串间的结合强度。在此基础之上，根据术语内部结构中词性的组成特点，提出了术语双字词性过滤的方法，并与结合强度的计算方法进行融合。实验结果表明，该方法对中文专利术语抽取有很好的效果，平均正确率为８Ｏ．２４，平均召回率为８Ｏ．６１。