中文术语自动提取系统及方法

摘要

本发明涉及一种中文术语自动提取方法，包括以下步骤：对输入语料进行切分及频率统计，得到其中任意长度字串的候选术语频率信息；根据频率信息，利用指定的单元度算法进行计算，得到候选术语的单元度；利用领域术语词典提取术语部件，并统计术语部件的领域权值列表及位置模板特征权值列表；利用术语部件的领域权值列表及位置模板特征权值列表，计算候选术语的领域权值及位置模板特征权值，进一步得到候选术语的领域度；根据候选术语的单元度及领域度计算得出候选术语的综合权值，之后根据综合权值的大小对候选术语进行排序。本发明技术方案结合术语构成的单元度和领域度两方面进行多词术语的自动提取，对术语的领域特异性进行了充分挖掘与利用。