基于多策略融合的专利术语自动抽取-计算机应用与软件.PDFVIP

第３２卷第２期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．２ ２０１５年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１５ 基于多策略融合的专利术语自动抽取 周绍钧　吕学强　李　卓　都云程 （北京信息科技大学网络文化与数字传播北京市重点实验室　北京 １００１０１） 摘　要　　专利术语自动抽取是知识抽取与文本挖掘的关键环节。在构建专利文献停用词表以及提取特定规则的基础上，抽取候 选专利术语；通过分析专利术语与其所在句子的关联关系、相邻专利术语之间的影响以及常识性词语对专利术语抽取的干扰，分别 提出基于ＰａｇｅＲａｎｋ思想的ＳＴＲａｎｋ权重计算方法、专利术语区别度计算方法以及知网义原信息降权方法，并融合上述方法对专利术 语进行抽取。采用传感器领域的专利文献进行实验，在ｔｏｐ１４００、ｔｏｐ１６００级别上正确率为８０．５％、７９．７％，相对比ＣＳ＋ＣＣ＋ＣＤ方