中文专利中有标记并列结构的自动识别研究-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 中文专利中有标记并列结构的自动识别研究 刘小蝶 朱 筠 晋耀红 北京联合大学 国际交流学院北京 北京师范大学 中文信息处理研究所北京 摘 要 中文专利中名词性有标记并列结构分布广泛结构复杂现有的识别技术仅能运用有限的特征识别某些简 单类型的并列结构总体识别效果不佳 为此提出一种基于边界感知原则的识别方法 在概念层次网络 理论的基础上从数量层级语义类型语义特征干扰特征结构特征外部环境和位置特征 个维度对并列结构 进行标注考察并总结语义特征结构特征和外部词特征制定 条形式化规则并将其融合到已有的翻译 系统中 测试结果表明与 在线翻译系统相比该方法对有标记并列结构的识别正确率较高 关键词 基于规则边界感知并列结构机器翻译专利文献 中文引用格式刘小蝶朱 筠晋耀红中文专利中有标记并列结构的自动识别研究 计算机工程 英文引用格式 目前在信息处理领域有基于统计和基于规则 概述 的方法或两者结合的方法来自动识别并列结构 专利文本主要是对某些产品或技术等的具体 文献 基于条件随机场的方法只对结构简单 完整的描述由于专利文本的科技性法律性用词 并列结构识别效果显著 文献 联合结构的内 明确性结构规律性等特点其并列结构也呈现数量 部句法结构和外部语法功能并且从中统计出一定数 多内部结构复杂结构边界的跨度大等特点 在机 量的规则模板测试结果表明该方法是行不通的 器翻译系统中并列结构的辖域直接影响翻译结果 文献 采用统计和规则相结合的方法首先使用 并列结构的自动识别一直是机器翻译 中的一个 最大熵模型从左右识别出并列结构的左右边界然 难点