汉语术语定义的结构分析和提取1.pdfVIP

1 汉语术语定义的结构分析和提取 张艳 宗成庆 徐波 （中国科学院自动化所模式识别国家重点实验室 北京100080） 摘要： 本文介绍的工作是在汉语句法分析的基础上的一种应用研究，对术语的下定义问题进行 了理论上的探讨。术语的定义概念提供模板和构成方式，可以作为知识发现研究的数据基础。本文 针对电子学和计算机领域的语料进行了分词和词性标注处理，然后应用句法分析工具分析出句子中 的短语成分，并根据汉语句子的句型结构，总结出术语定义的结构特点，自动提取定义的模板。最 后根据已建立的数据和概念描述，给出了术语发现的算法。 关键词：句法分析，知识发现，术语定义 Structure Analysis and Extraction for the Definitions of Chinese Terms ZHANG Yan, ZONG Chengqing, XU Bo ( National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing 100080, China) Abstract: The work presented in this paper is a kind of application based on Chinese syntactic parsing. It is theoretic discussion to define term names. The definition of terms provides patterns and structures for term concepts and is the data basis of knowledge discovery. In this paper, the corpora of electronics and computer domain are firstly segmented and tagged with part-of-speech. Then two parsers are applied to obtain structures and phrases of sentences. According to the syntactic structures of Chinese sentences, we have summarized the structure characteristics of term definitions and automatically extracted the patterns of definitions. Finally, we describe the algorithm to define a new term according to the built data knowledge. Keywords: Syntactic Parsing, Knowledge Discovery，Term Definition 一、 引言 术语是持有某一目的而使用的语言，分为日常生活中使用的一般性术语和科学技术专业用术语。 专业术语是对一个专业概念的系统性、概括性的描述[1]。本文所做的工作主要研究专业术语的定义。 术语数据库是自然语言处理领域的一个重要的知识资源。通常术语用来描述科学技术方面的概念， 属于语言词汇的一部分，但又不是被人们普遍认知的词汇。术语的记录和整理与现代科学技术的发 展密切相关，同时也是总结和扩展新的科学概念的需要。 术语的定义在自然语言处理领域中的研究还不是十分广泛，它为术语概念提供模板和结构方式， 也可以作为特定领域知识发现研究的数据基础。目前国内还没有在术语下定义这方面进行过系统的 研究。作为汉语句法分析的一个应用，如何给术语下定义有着重要的理论研究意义和应用价值。它 1 基金项目：国家自然科学基金资助项目）；国家973 项目（G1998030504 ） 作者张