利用开源词向量扩充图情领域术语词

摘要

特定领域的信息检索和问答系统应用越来越广泛。这些系统的性能和该领域的专业词语密切相关。收集该领域的术语词是提升性能的一个关键环节。完全利用人工标注来获得术语词的方法成本高,效率低。通过词相似计算,在包含大量词语的开源词向量中获得相似词,然后进行人工筛选,可以高效低成本获得该领域的术语词。针对图书情报领域中专业词汇收集任务的实验表明,这个方法可以低成本高效率获得大量该领域的专业词汇。