中国科技术语

中国科技术语 ›› 2014, Vol. 16 ›› Issue (5): 10-14.doi: 10.3969/j.issn.1673-8578.2014.05.002

• 术语学研究 • 上一篇    下一篇

一种基于统计技术的中文术语抽取方法

刘剑1,2, 唐慧丰1, 刘伍颖1   

  1. 1.解放军外国语学院,河南洛阳 471003;
    2.中国科学院计算技术研究所,北京 100190
  • 收稿日期:2014-03-11 出版日期:2014-10-25 发布日期:2020-07-01
  • 作者简介:刘剑(1979—),男,汉族,解放军外国语学院讲师,中国科学院计算技术研究所博士生,主要研究数据挖掘和知识工程等。通信方式:liujian_public@sina.com。

An Extraction Method for Chinese Terminology Based on Statistical Technology

LIU Jian1,2, TANG Huifeng1, LIU Wuying1   

  • Received:2014-03-11 Online:2014-10-25 Published:2020-07-01

PDF (PC)

351

被引次数

4

摘要： 中文术语识别与抽取是中文文本信息处理的基础,对于提高中文文本索引与检索、文本挖掘、本体构建、潜在语义分析等的处理精度有着重要的意义。文章以互信息和信息熵理论为基础,提出一种基于统计技术的中文术语半自动抽取方法,并且以互联网新闻话题数据为对象进行了实验验证,结果表明所提方法能够有效支持中文术语的抽取。

关键词: 互信息, 信息熵, 中文术语抽取

Abstract: Chinese terminology extraction is a fundamental issue in Chinese text information processing. It has been applied in many other fields, such as Chinese text indexing and retrieval, text mining, ontology construction, and latent semantic analysis. Based on mutual information and information entropy theory, we proposed a semi-automatic Chinese terminology extraction method by statistical technology, and experimentally verified this method using internet news topic data. Our results show that proposed method can effectively support Chinese term extraction.

Key words: mutual information, information entropy, Chinese terminology extraction

中图分类号: 

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn