基于搜索引擎查詢?nèi)罩镜念I域術語識別方法研究.pdf

1、領域術語識別是自然語言處理領域中的一個基本任務，在諸如本體構建、垂直搜索、文本分類、自動問答等現(xiàn)實任務中發(fā)揮著基礎性的作用。傳統(tǒng)領域術語識別方法主要以領域語料為基礎來識別術語，但由于領域語料通常難以獲取和更新，從而降低了領域術語的識別效果。
　　近年來，隨著搜索引擎技術的快速發(fā)展和應用，搜索引擎查詢?nèi)罩局饾u成為一種重要的數(shù)據(jù)資源。查詢?nèi)罩咀鳛橐环N具有“群體智慧”的數(shù)據(jù)，包含各種豐富信息，研究人員展開了大量的基于搜索引擎查詢?nèi)罩镜墓?/p>

2、作。本文以領域術語識別為目的開展領域術語識別研究，提出了一種從搜索引擎查詢?nèi)罩具@類非領域語料識別領域術語的方法。具體而言，本文方法包含兩個階段:首先利用查詢?nèi)罩局袃?nèi)在的流形結構從海量查詢詞中識別出領域相關的查詢詞，之后利用識別到的領域查詢詞自動構建領域Web語料集，并設計了候選領域術語生成和領域術語識別算法，從中識別得到相關的領域術語。
　　與傳統(tǒng)方法相比，本文方法無需事先準備大規(guī)模領域語料集，而且在本質上是一種半監(jiān)督領域術語識別