自动术语识别存在的问题及发展趋势综述

被引：16
作者：
祝清松 [1 ,2 ]
冷伏海 [1 ]
机构：
[1] 中国科学院国家科学图书馆
[2] 中国科学院研究生院
来源：
图书情报工作 | 2012年 / 18期
关键词：
自动术语识别; 术语抽取; 存在问题; 发展趋势;
D O I：
暂无
中图分类号：
TP391.1 [文字信息处理];
学科分类号：
081203 ; 0835 ;
摘要：
自动术语识别对于以内容分析为主的情报研究具有重要作用。在目前研究的基础上,重点分析自动术语识别存在的问题,包括词性过滤难以兼顾召回率和准确率、单词术语和低频术语的识别未引起足够重视、术语识别领域相关性有待加强等。最后阐述自动术语识别的多特征融合、机器学习方法、高质量和高隶属度的领域术语识别、新术语识别、语义识别等发展趋势。
引用
收藏
页码：104 / 109
页数：6
相关论文
共 15 条
[1]   基于分隔符和上下文术语的领域现象术语抽取 [J].
刘里 ;
刘小明 .
华南理工大学学报(自然科学版), 2011, 39 (07) :146-149+155
[2]   一种基于加权投票的术语自动识别方法 [J].
游宏梁 ;
张巍 ;
沈钧毅 ;
刘挺 .
中文信息学报, 2011, 25 (03) :9-16
[3]   面向领域中文文本信息处理的术语识别与抽取研究综述 [J].
季培培 ;
鄢小燕 ;
岑咏华 .
图书情报工作, 2010, (16) :124-129
[4]   政务领域本体术语的自动抽取 [J].
翟笃风 ;
刘柏嵩 .
现代图书情报技术, 2010, (04) :59-65
[5]   基于语言特性的中文领域术语抽取算法 [J].
傅继彬 ;
樊孝忠 ;
毛金涛 ;
余正涛 .
北京理工大学学报, 2010, 30 (03) :307-310
[6]   基于词频分布变化统计的术语抽取方法 [J].
周浪 ;
张亮 ;
冯冲 ;
黄河燕 .
计算机科学, 2009, 36 (05) :177-180
[7]   采用术语定义模式和多特征的新术语及定义识别方法 [J].
荀恩东 ;
李晟 .
计算机研究与发展, 2009, (01) :62-69
[8]   基于隐马尔科夫模型的中文术语识别研究 [J].
岑咏华 ;
韩哲 ;
季培培 .
现代图书情报技术, 2008, (12) :54-58
[9]   自动术语识别——对科技文献进行文本挖掘的重要技术方法 [J].
刘建华 ;
张智雄 ;
徐健 ;
许雁冬 .
现代图书情报技术, 2008, (08) :12-17
[10]   基于聚类方法对特定领域术语的自动筛选 [J].
李勇 .
计算机工程与科学, 2008, (02) :64-66+134
12