采用CRF模型的哈萨克语信息技术术语自动抽取技术研究.pdfVIP

第52卷2016年第1期 西北师范大学学报(自然科学版) 2016 V01．52 No．1 ofNorthwestNomal Journal Science) 53 University(Natural DOI：10．16783／j．cnki．nwnuz．2016．01．012 采用CRF模型的哈萨克语信息技术术语 自动抽取技术研究 木合亚提·尼亚孜别克1’2，古力沙吾利塔里甫3，达吾勒·阿布都哈依尔1’2 (1．新疆大学信息科学与工程学院，新疆乌鲁木齐830046； 2．新疆大学新疆多语种信息技术实验室，新疆乌鲁木齐830046； 3．新疆医科大学中医学院，新疆乌鲁木齐830011) 摘要：研究哈萨克语信息技术术语自动识别方法．采用基于条件随机场(CRF)的方法，针对哈萨克语信息技术术语的 组成形式、定界规则等术语自动识别标注问题，结合哈萨克语本身词性、词边界、术语类别标注的特征，分析不同特 征组合对术语识别的影响，并探讨最有效的组合．结果表明，CRF模型正确识别率为83．08％，召回率为80．13％， F值为80．57％． 关键词：哈萨克语；信息技术；术语抽取；条件随机场 391．1 中图分类号：TP 文献标志码：A 文章编号：1001—988X(2016)01一0053一04 ResearchonautomaticKazakh information technol69y termextractionCRFmode1 using MUHEYAT Niyazbekl”，KUNSAULE Talp3，DAWELAbilhaye一’2 (1． ofInfomationScienceand College Engineering，XinjiangUniversity，Urumqi830046，Xinjiang，China； 2． of Information KeyLaboratoryMultilingual Technology，XinjiangUniversity，Urumqi 3． of Chinese Medical College Medicine，XirljiangUniversity，Urumqi 830011，Xinjiang，China) This ofresearchonautomatic Abst豫ct： Kazakhinformation termextraction，a paperpurpose technology conditional randomfieldsbasedmethodfortermextractionisintroduced。whichintendstobeusedin Kazakhinformation Thismethodtakesthefieldtermextractionasan of technologyprocess．