三种词形还原工具对领域词汇的还原效果评估十二五科技支撑计划.PDFVIP

情报理论与实践 (ITA) 欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟 ， ， ， ， ( ， 100020) ● 吴思竹 钱 庆 李丹亚 李军莲 胡铁军 中国医学科学院 医学信息研究所 北京 三种词形还原工具对领域词汇的还原效果评估* : ， 。 、 、 摘 要 文章根据英文超级科技叙词表构建需要 对三种词形还原工具进行评估 主要选取理 工 农三个领域的 数据 ，将词形变形数量 比较、工具间处理结果差异比较、抽样评估三种方法相结合 ，评估 3 种词形还原工具对领域专业 词汇的词形还原效果 。 : ; ; 关键词 词形还原 领域数据 评估 Abstract: Based on the requirement for the construction of the English Super Science ＆ Technology Thesaurus ，this paper e- valuates 3 lemmatizing tools. The paper selects data mainly from the science ，engineering and agriculture fields ，and combines the 3 methods of comparison of word form variants ，comparison of different results processed with different tools ，and sampling evalua- tion to evaluate the lemmatization effect of the 3 lemmatization tools on the field specialized vocabulary. Keywords: lemmatization; field data; evaluation ， ， 在面向外文科技文献的知识组织体系建设中 超级科 家词典工具已被证明能很好地应用于处理医学领域词汇 (STKOS) 、 (UMLS) ， 技叙词表 由基础词库 规范概念集和范畴体系 被用于医学一体化语言系统 的构建 但是其在 。 4 ( 、 、 )， 三部分构成 它的底层基础词库建设对来自 个领域 其他领域 如理 工 农 对词汇的处理效果还未见有 ( 、 、 、 ) ， 。 ， 理 工 农 医 的多词表数据进行集成和整合 在多 效评估 在通用数据的词形还原工具效果评估实验中 笔 ， ， 。 领域术语集成整合策略中 需要选取适合的原形化工具处 者使用标准数据 能够直接获得工具还原结果的准确率 ， ， ， 理不同领域的术语 进行词形还原 作为术语合并的基 但是在特定领域中 没有现成的词汇变形和其原形的标准 。 5 ， ，STKOS ，