面向专利的双语术语自动抽取技术的研究-计算机应用技术专业论文.docxVIP

沈阳航空工业学院硕士学位论文摘要 沈阳航空工业学院硕士学位论文 摘要 术语集中承载特定领域的核心知识，术语的自动抽取能够辅助人们便捷地获得和积 累该领域知识，而双语术语更是兼有两种语言的映射关系，因此双语术语自动抽取在自 然语言处理中的机器翻译、信息检索、双语词典生成等领域都有重要的应用。 随着海量数据时代到来，基于统计的术语抽取逐渐成为研究的热点，特别是利用机 器学习的方法进行术语的自动抽取己取得较好的效果。本文在手工构建的双语术语标注 语料基础上，采用条件随机场分别进行中英双语术语的自动抽取，并根据本文提出的基 于语义预测的双语术语相似度算法计算己抽取的双语术语间的相似度，从而完成双语术 语的抽取。 本文的主要工作是：面向中英双语专利总结术语特征并归纳术语标注规则，以区分 术语与其它词语；在该规则指导下，手工标注中英双语专利中的术语以构建双语术语标 注语料；在术语标注语料的基础上，利用条件随机场分另wj4,JII练双语术语抽取模型，并进 行特征选择、标记位选择、特征模板选择等实验，以选择抽取效果较好的训练模型；实 验结果证明，引入领域特征和使用三字位标记有效地改善术语抽取效果，中文术语抽取 F值达到88．43％，英文术语抽取F值达到87．5 1％。 针对中文术语的缩略和英文术语的词形变化导致词典中双语术语的覆盖率较低，本 文提出基于语义预测的双语术语相似度算法计算已抽取的双语术语间的相似度，据此进 行双语术语对齐，双语术语抽取的F值达到91．57％；根据上述算法描述，完成一个模 块化，可移植的面向专利的双语术语自动抽取系统，并完成相应实验。 关键词：双语术语相似度：条件随机场；机器学习；机器翻译 沈阳航空工业学院硕士学位论文Abstract 沈阳航空工业学院硕士学位论文 Abstract Terminologies concentrate the kernel knowledge in a specific domain，the automatic extraction of the terminologies call help people to conveniently acquire and accumulate the knowledge in the domain，and moreover,bilingual terminologies have the mapping relation between two languages，SO the automatic extraction of the bilingual terminologies is widely used in natural language processing,such as machine translation，information retrieval， generation ofbilingual dictionaries，etc． As the massive data period comes，the terminology extraction based on statistic generally becomes a focus in research，and especially,a machine learning method achieves good result in the automatic extraction of the terminologies．On the basis of manually built bilingual terminology annotated corpuses，the paper utilizes Conditional Random Field to automatically extract bilingual terminologies in Chinese and English separately,and the bilingual terminology similarity algorithm based on semantic prediction and disclosed in the paper is used to calculate the similarity of the extracted bilingual terminologies SO as to finish the extraction process． The main task of the paper is to summarize the characteristics of the terminologies in patents in Chinese and