基于術語提取的跨語言信息匹配技術研究.pdf

1、隨著互聯(lián)網的飛速發(fā)展，術語在各個領域中被廣泛的使用，領域術語提取技術受到學者們的密切關注，已經成為自然語言處理領域的一項重要任務。本文將術語提取技術應用到跨語言信息匹配技術中，解決如何在中-英文文本之間建立聯(lián)系的難點。
　　本文在分析和總結國內外領域術語提取研究現狀和成果的基礎上，提出了一種基于多特征相融合的領域術語提取方法。針對術語構詞規(guī)則是根據詞語詞性問題，該方法首先利用自然語言處理技術對中文文本進行預處理，針對句子進行詞性標

2、注，為下一步的術語提取打下基礎。在該過程中，該方法首先采用術語的構詞規(guī)則對預處理結果進行詞語過濾，然后通過信息熵確定詞語的邊界，針對信息熵無法提取出低頻詞語這一問題，采用領域語料庫中詞語的IDF值來衡量術語的領域相關度，將兩組詞語進行加權處理，最后根據設定的閾值，根據術語得分情況對候選術語進行取舍，這一算法解決了領域術語提取問題。然后在獲取的領域術語的基礎上，根據術語的領域性特點引入了詞語共現這一概念，并結合術語翻譯方法，對中英文術語進