维吾尔语多词领域术语的自动抽取

摘要

多词领域术语抽取是自然语言处理技术中的一个重点和难点问题,结合维吾尔语语言特征,该文提出了一种基于规则和统计相结合的维吾尔语多词领域术语的自动抽取方法.该方法分为四个阶段:①语料预处理,包括停用词过滤和词性标注;②对字串取N元子串,利用改进的互信息算法和对数似然比率计算子串内部的联合强度,结合词性构成规则,构建候选维吾尔语多词领域术语集;③利用相对词频差值,得到尽可能多的维吾尔语多词领域术语;④结合C value值获取最终领域术语并作后处理.实验结果准确率为85.08％,召回率为73.19％,验证了该文提出的方法在维吾尔语多词领域术语抽取上的有效性.