基于CRFs的中文领域术语自动抽取研究

摘要

本文提出基于条件随机场（CRFs）的中文领域术语的自动抽取方法，在给定领域分类语料前提下，该方法不仅很好解决了未登录词中的领域术语抽取的问题，而且还很好的解决三字以上长字词领域术语的抽取问题。本文以云南旅游领域为实验对象，并与基于互信息结合T 评价的传统领域术语抽取方法作比较，人工评测显示基于CRFs的方法能准确有效的抽取领域术语，并能很好的抓取未登录词中的领域术语和长字词领域术语，明显提高了领域术语的抽取的准确率和召回率。