| 科技术语自动提取技术——现状与思考 |
| |
| 引用本文： | 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. |
| |
| 作者姓名： | 常宝宝 |
| |
| 作者单位： | 北京大学计算语言学教育部重点实验室,北京 100871 |
| |
| 基金项目： | 全国科学技术名词审定委员会科研项目“基于深度学习的科技术语提取技术研究”(2017001);国家自然科学基金项目“基于深度学习的数据-文本生成技术研究”(61876004)。 |
| |
| 摘 要： | 文章简要介绍了自动术语提取任务的定义、主要方法和评价指标。针对传统的自动术语提取方法,以互信息、t值、tf-idf、C/NC-value为例介绍了单元度和术语度的概念;针对自动术语标注方法,主要介绍了基于序列标注的建模思想。从提取效果来看,现有自动术语提取技术距离期望仍有差距,文章也尝试给出了一些值得探索的方向。
|
| 关 键 词： | 自动术语提取 自动术语标注 单元度 术语度 机器学习 |
| 收稿时间： | 2021-08-04 |
| 修稿时间： | 2021-10-19 |
Techniques of Automatic Term Extraction: Current Sate and Reflections |
| |
| CHANG Baobao.Techniques of Automatic Term Extraction: Current Sate and Reflections[J].Chinese Science and Technology Terms Journal,2022,24(1):3-13. |
| |
| Authors: | CHANG Baobao |
| |
| Abstract: | This paper overviews the definition, major approaches and the evaluation metrics of the ATE task. For the traditional approaches, we mainly elaborate the measurement of the Unithood and Termhood, using pointwise mutual information, t-value, ti-idf weighting and C/NC-value as examples. For Automatic Term Labelling, we mainly present the sequence labelling modelling. We think the performance of Automatic Term Extraction/Labelling is still not satisfactory from a point of view of real application, and try to offer a few directions of further improvements. |
| |
| Keywords: | automatic term extraction automatic term labelling unithood termhood machine learning |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《中国科技术语》浏览原始摘要信息 |
| 点击此处可从《中国科技术语》下载免费的PDF全文 |
