一種面向?qū)W術(shù)論文的術(shù)語抽取方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN201610631256.1 申請(qǐng)日 -
公開（公告）號(hào) CN106294320B 公開（公告）日 2019-04-12
申請(qǐng)公布號(hào) CN106294320B 申請(qǐng)公布日 2019-04-12
分類號(hào) G06F17/27 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 鄭勝;蔣丹;徐濤;張勝;周可;夏明 申請(qǐng)（專利權(quán)）人 武漢數(shù)為科技有限公司
代理機(jī)構(gòu) 武漢東喻專利代理事務(wù)所（普通合伙） 代理人 方可
地址 430074 湖北省武漢市東湖高新區(qū)光谷大道3號(hào)未來之光3棟11層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種面向?qū)W術(shù)論文的術(shù)語抽取方法及系統(tǒng)，對(duì)學(xué)術(shù)論文語料庫進(jìn)行預(yù)處理，包括文本塊標(biāo)注、文本塊篩選、分詞及詞性標(biāo)注、噪聲詞去除；對(duì)標(biāo)題、摘要、關(guān)鍵字文本塊分別行候選術(shù)語抽取，形成候選術(shù)語集；對(duì)候選術(shù)語集中的單詞型術(shù)語和復(fù)合詞型術(shù)語分別進(jìn)行篩選過濾，得到新的候選術(shù)語集；利用層次分析法根據(jù)候選術(shù)語的位置信息確定各個(gè)位置的權(quán)重，并進(jìn)行綜合評(píng)分，并根據(jù)評(píng)分對(duì)候選術(shù)語進(jìn)行排序，取TopN或者評(píng)分大于閾值的候選術(shù)語作為抽取出的術(shù)語；本發(fā)明充分考慮到學(xué)術(shù)論文的術(shù)語分布特點(diǎn)以及學(xué)術(shù)論文的類別信息的問題，提高了學(xué)術(shù)論文術(shù)語抽取的準(zhǔn)確率和召回率。