基于依存句法分析的术语提取方法与传统方法的实证对比

doi:10.12339/j.issn.1673-8578.2025.01.016

中国科技术语 ›› 2025, Vol. 27 ›› Issue (1): 102-110.doi: 10.12339/j.issn.1673-8578.2025.01.016

基于依存句法分析的术语提取方法与传统方法的实证对比

郝韵涵(), 李华东^*(), 王朝莹, 张嘉

上海海事大学外国语学院,上海 201306

收稿日期:2024-02-02 修回日期:2024-04-15 出版日期:2025-01-07 发布日期:2025-01-07
通讯作者:
^* 李华东(1970—),男,上海海事大学外国语学院教授,博士生导师。现任中国逻辑学会文体学专业委员会常务理事。研究方向为海事语言及应用、教材开发、语言测试、语用学等。通信方式:hdli@shmtu.edu.cn。
作者简介:
郝韵涵(1998—),女,上海海事大学外国语学院在读博士研究生。研究方向为海事语言及应用,专门用途英语。通信方式:202240810001@stu.shmtu.edu.cn。
基金资助:
2017年国家社会科学基金一般项目“基于语料库的大学英语教材与学术词汇覆盖率研究”(17BYY103); 2021年国家社会科学基金一般项目“海洋强国视域下海事语言标准化及国际海事话语研究”(21BYY017); 2023年国家建设高水平大学公派研究生项目(202308310262)

Empirical Comparison of Term Extraction Methods Based on Dependency Syntactic Analysis with Traditional Methods

HAO Yunhan(), LI Huadong^*(), WANG Zhaoying, ZHANG Jia

Received:2024-02-02 Revised:2024-04-15 Online:2025-01-07 Published:2025-01-07

摘要/Abstract

摘要：

文章讨论了基于依存句法分析的术语提取方法,以英文海事文本为语料,对比了该方法与传统的n元模式和基于主题性的提取方法的提取效果,以探索可供非专业术语提取者利用的综合效果最佳的术语提取方法或方法组合。研究结果表明,三种术语提取方法可互为补充,基于依存句法分析的术语提取效果最佳。对于非专业术语提取者而言,基于依存句法与基于主题性的术语抽取方法相结合,能在术语提取的效率、范围和准确性三者间取得最佳平衡。

关键词: 依存句法分析, 术语提取, 英文海事文本

Abstract:

This paper introduces a terminology extraction method based on dependency parsing. An empirical study was conducted by using an English maritime text to compare this method with two traditional methods, namely the n-gram pattern method and the keyness analysis method. Our aim is to explore the most useful term extraction method or combination thereof for non-expert term extractors. The results indicate that the three methods complement each other, with the dependency parsing method showing the best performance. For non-expert term extractors, a combination of dependency parsing and keyness analysis achieves the optimal balance between efficiency, scope, and accuracy.

Key words: dependency parsing, terminology extraction, English maritime texts

郝韵涵, 李华东, 王朝莹, 张嘉. 基于依存句法分析的术语提取方法与传统方法的实证对比[J]. 中国科技术语, 2025, 27(1): 102-110.

HAO Yunhan, LI Huadong, WANG Zhaoying, ZHANG Jia. Empirical Comparison of Term Extraction Methods Based on Dependency Syntactic Analysis with Traditional Methods[J]. China Terminology, 2025, 27(1): 102-110.

图/表 8

参考文献 20

[1]	赵志刚. 英语海事公文的语言特点及翻译[J]. 上海海事大学学报, 2014, 35(2): 89-94.
[2]	ZHANG Y, COLE C. Maritime English as a code-tailored ESP[J]. Ibérica, 2018, 35: 145-170.
[3]	李天娇, 尚新. 中国海事英语研究的知识图谱分析[J]. 上海海事大学学报, 2019, 40(4):118-124.
[4]	常宝宝. 科技术语自动提取技术: 现状与思考[J]. 中国科技术语, 2022, 24(1):3-13. doi: 10.12339/j.issn.1673-8578.2022.01.001
[5]	卡拉·沃伯顿, 宋楠楠, 朱波. 面向翻译管道的术语加工[J]. 中国科技术语, 2019, 21(5):16-21, 27. doi: 10.3969/j.issn.1673-8578.2019.05.003
[6]	张雪, 孙宏宇, 辛东兴, 等. 自动术语抽取研究综述[J]. 软件学报, 2020, 31(7): 2062-2094.
[7]	俞琰, 陈磊, 姜金德, 等. 基于依存句法分析的中文专利候选术语选取研究[J]. 图书情报工作, 2019, 63(18):109-118. doi: 10.13266/j.issn.0252-3116.2019.18.013
[8]	ANDERSEN G. Utilising heterogeneous language resources for term extraction in maritime domains[J]. Terminology, 2022, 28(1): 1-36.
[9]	SCOTT M. PC analysis of key words: and key key words[J]. System, 1997, 25(2): 233-245.
[10]	俞琰, 陈磊, 姜金德, 等. 网络招聘文本技能信息自动抽取研究[J]. 图书情报工作, 2019, 63(13): 105-113. doi: 10.13266/j.issn.0252-3116.2019.13.011
[11]	LEI L, DENG Y, LIU D. Examining research topics with a dependency-based noun phrase extraction method: a case in accounting[J]. Library hi tech, 2023, 41(2): 570-582.
[12]	卢一鑫. 基于语料库的对外汉语教学领域术语提取[J]. 中国科技术语, 2024, 26(1):11-18. doi: 10.12339/j.issn.1673-8578.2024.01.002
[13]	DE MARNEFFE M C, MANNING C D. Stanford typed dependencies manual[R]. Technical report, Stanford University, 2008.
[14]	石立坚. 有关术语的几个问题[J]. 自然科学术语研究, 1988(2): 26-34.
[15]	SINCLAIR J, JONES S, DALEY R. English Collocation Studies: The OSTI Report[M]. London: Continuum, 2004.
[16]	STUBBS M. Words and phrases: Corpus studies of lexical semantics[M]. Oxford: Blackwell publishers, 2001.
[17]	曲唱, 孙寰. 基于《冰区船舶快速性》文本的俄汉双语术语库建设研究: 以创建“海冰”主题术语表为例[J]. 中国科技术语, 2022, 24(2):55-64. doi: 10.12339/j.issn.1673-8578.2022.02.008
[18]	列福尔马茨基А A. 什么是术语和术语集[J]. 叶其松, 译. 俄语语言文学研究, 2011, 34(4): 65-70.
[19]	International Maritime Organization IMO. Ships’ routeing[EB/OL]. [2024-01-06]. https://www.imo.org/en/OurWork/Safety/Pages/ShipsRouteing.aspx.
[20]	JUSTESON J S, KATZ S M. Technical terminology: some linguistic properties and an algorithm for identification in text[J]. Natural Language Engineering, 1995, 1(1): 9-27.

排序 (根据频次排序)	频次	术语候选词	有效术语	部分有效术语	非术语
68	4	navigation	V
69	4	on			D
70	4	or the			D
71	4	precautionary area		P
72	4	safety		P
73	4	sailing	V
74	4	ship	V
75	4	the diversion waters or			D
76	4	the tianjin			D

排序 (根据频次排序)	频次	术语候选词	有效术语	部分有效术语	非术语
68	4	navigation	V
69	4	on			D
70	4	or the			D
71	4	precautionary area		P
72	4	safety		P
73	4	sailing	V
74	4	ship	V
75	4	the diversion waters or			D
76	4	the tianjin			D

排序 (根据主题值排序)	频次	主题值	术语候选语	有效术语	部分有效术语
1	12	+284.1	changjiangkou		P
2	14	+172.66	vessels	V
3	15	+171.84	waters		P
4	6	+119.85	tss^⑤	V
5	7	+108.93	routing		P
6	11	+99.96	traffic		P
7	5	+96.98	tianjin		P
8	5	+95.2	guangzhou		P
9	6	+93.58	precautionary		P

排序 (根据主题值排序)	频次	主题值	术语候选语	有效术语	部分有效术语
1	12	+284.1	changjiangkou		P
2	14	+172.66	vessels	V
3	15	+171.84	waters		P
4	6	+119.85	tss^⑤	V
5	7	+108.93	routing		P
6	11	+99.96	traffic		P
7	5	+96.98	tianjin		P
8	5	+95.2	guangzhou		P
9	6	+93.58	precautionary		P

频次	术语候选词	有效术语	部分有效术语	非术语
1	vessel accidents	V
1	collision accidents		P
1	navigation pressure		P
2	Precautionary A			D
5	Precautionary Areas	V
1	overall efficiency		P
1	navigation efficiency		P
1	safe traffic		P
1	maritime traffic	V

基于依存句法分析的术语提取方法与传统方法的实证对比

Empirical Comparison of Term Extraction Methods Based on Dependency Syntactic Analysis with Traditional Methods

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 20

相关文章 6

编辑推荐

Metrics

本文评价

	n元模式	主题性	依存句法分析
术语候选词数量	272	45	90
有效术语数量	35	16	28
部分有效术语数量	61	27	36
非术语数量	176	2	26
严格准确率	12.9%	35.6%	31.1%
宽松准确率	35.3%	95.6%	71.1%

	n元 one-word术语	主题性 one-word术语	依存 one-word术语	n元 two-word术语	主题性 two-word术语	依存 two-word术语
严格准确率	16.7%	35.6%	0	14.1%	0	31.1%
宽松准确率	64.1%	95.6%	0	19.4%	0	71.1%

[1]	华道阳, 胡妮. 基于SDL Multiterm的航空科技术语管理[J]. 中国科技术语, 2024, 26(2): 43-48.
[2]	卢一鑫. 基于语料库的对外汉语教学领域术语提取[J]. 中国科技术语, 2024, 26(1): 11-18.
[3]	常宝宝. 科技术语自动提取技术——现状与思考[J]. 中国科技术语, 2022, 24(1): 3-13.
[4]	赵颂歌, 张浩, 常宝宝. 基于自注意力机制的科技术语自动提取技术研究[J]. 中国科技术语, 2021, 23(2): 20-26.
[5]	侯晓岚, 余恒, 樊东卫. 基于arXiv论文术语词频的暗能量研究趋势分析[J]. 中国科技术语, 2020, 22(3): 5-12.
[6]	卡拉·沃伯顿著, 宋楠楠, 朱波译. 面向翻译管道的术语加工[J]. 中国科技术语, 2019, 21(5): 16-21.