新术语

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。

摘要： 求摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。各要素英文小标题应根据实际情况确定单复数。

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。各要素英文小标题应根据实际情况确定单复数。

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。各要素英文小标题应根据实际情况确定单复数。

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。各要素英文小标题应根据实际情况确定单复数。综述类文章摘要,其内容应包括综述的主要目的、资料来源、资料选择、数据提炼、数据综合和结论等。可以写成结构式摘要,也可写成指示性或报告性摘要。

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。各要素英文小标题应根据实际情况确定单复数。

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。

摘要： 摘要摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。各要素英文小标题应根据实际情况确定单复数。

摘要： 摘要应具有独立性,便于读者获取必要的信息;应着重反映研究中的创新内容和作者的独到观点;中文摘要应从第三人称角度撰写,不加评论和解释。新术语或尚无合适汉语译名的术语,可使用原文或在译名后加括号注明原文。字数以300字左右为宜。格式论著类文章摘要,按照结构式摘要撰写。内容包括研究“目的(Objective)”、“方法(Methods)”、“结果(Results)”、“结论(Conclusion)”四部分。各要素英文小标题应根据实际情况确定单复数。

摘要： 本发明公开了一种基于通用医疗术语库的多中心医疗术语标准化系统，该系统包括源数据库、数据库连接管理模块、预分析模块、术语映射单元、增量更新模块、异常处理模块和多中心交互模块；本发明解决了多家医疗数据中心的医疗术语标准化问题，且保持各医疗数据中心医疗术语表达的一致性；自动化实现医疗数据中心源数据库的扫描与分析，并在此基础上实现存在标准编码的医疗术语的自动化映射；充分考虑医疗术语映射必然存在的复杂性，实现了自动化映射到模糊匹配映射再到自定义术语映射这样一个螺旋上升的过程；增量更新机制充分利用了以往的映射记录，极大地减轻了后续工作的压力，并大大提高了医疗术语映射的标准化程度。

摘要： 本发明提出了一种基于信息熵和术语可信度的金融领域术语识别方法。本发明仅选择简单的特征，用CRF模型识别金融术语；在识别结果中根据基于边缘概率的信息熵公式，通过设定阈值筛选出属于特定错误类型的候选术语，对候选术语的处理更有针对性；过滤候选术语时将词转换为蕴含丰富语义信息的词向量，通过计算相似度与传统的互信息方法互为补充，可过滤得到大量的金融领域术语。利用本发明能有效避免现有机器学习模型过于繁琐的特征选择过程，后处理部分灵活而不局限于特定语料，不但有利于提高召回率，还能够提高术语结构的完整性，可作为通用的术语识别方法。

摘要： 一种多语言的术语识别和双语术语对齐方法，包括如下步骤：步骤S1：数据集获取；步骤S2：分词标注；步骤S3：模型训练，输出每个词是否为术语；步骤S4：词向量加载；步骤S5：词向量相似度计算；步骤S6：词对齐：步骤S7：术语对齐；根据词对齐结果，查询对应的术语译文。本发明克服了现有技术的不足，不再依赖多语言术语库，相对来说，成本更低，准确率更高。并且本发明支持多语言，之前针对于不同的语言都要调用机器翻译，现在利用多语言蒸馏后的模型，成本大大降低，准确率也有显著提高。

摘要： 本公开提供了一种构建术语数据库的方法，可以应用于金融技术领域。该构建术语数据库的方法包括：获取标准文档的相关信息，相关信息包括：标准文档以及与标准文档对应的格式信息；基于相关信息确定标准文档中与术语对应的信息；以及基于标准文档中与术语对应的信息，构建术语数据库，术语数据库用于确定标准文档中任意术语的解析；解析包括与术语对应的解释。本公开还提供了一种术语查询方法、装置、设备、存储介质和程序产品。

摘要： 本发明公开一种术语识别模型的建立方法及装置、术语识别方法及装置，涉及人工智能技术领域，能够解决现有识别术语准确性较低的问题。本发明的方法主要包括：获取第一训练集；删除第一训练集中一定比例的术语标注，得到第二训练集；基于第一训练集进行模型训练得到第一术语识别模型，以及基于第二训练集进行模型训练得到第二术语识别模型；根据利用第一术语识别模型和第二术语识别模型分别对特定数据集进行术语识别得到的损失差异，从特定数据集中筛选出满足术语标注质量要求的标注数据作为第三训练集；利用第三训练集进行模型训练得到最终所需的术语识别模型。本发明主要适用于基于神经网络建立术语识别模型的场景中。

摘要： 本发明提供嵌入式产品术语管理的方法及术语管理数据库。所述方法包括：术语管理数据库获取嵌入式产品显示术语的语种及要转换的目标语种；获取所述嵌入式产品的产品显示术语；搜索术语管理数据库中与所述产品显示术语匹配的目标语种术语；根据搜索结果对产品显示术语进行处理，包括：如果搜索成功，则替换匹配成功的所述产品显示术语为所述术语管理数据库中的目标语种术语；如果搜索失败，则对未匹配成功的所述产品显示术语进行翻译及替换处理。本发明实现了术语转换自动化，免去了复杂的人工参与，结合产品模块化开发的特点，保证了术语翻译的准确性和一致性，增加了术语的重用性。

摘要： 本发明公开了一种基于通用医疗术语库的多中心医疗术语标准化系统，该系统包括源数据库、数据库连接管理模块、预分析模块、术语映射单元、增量更新模块、异常处理模块和多中心交互模块；本发明解决了多家医疗数据中心的医疗术语标准化问题，且保持各医疗数据中心医疗术语表达的一致性；自动化实现医疗数据中心源数据库的扫描与分析，并在此基础上实现存在标准编码的医疗术语的自动化映射；充分考虑医疗术语映射必然存在的复杂性，实现了自动化映射到模糊匹配映射再到自定义术语映射这样一个螺旋上升的过程；增量更新机制充分利用了以往的映射记录，极大地减轻了后续工作的压力，并大大提高了医疗术语映射的标准化程度。

摘要： 本发明涉及一种新术语识别系统和方法，其系统包括对输入文本库RCorpus中的每篇文档进行分词，形成文本词序列模块A；对分词后的文本库TCorpus中的每篇文档词语序列进行新术语识别模块B；对识别的新术语进行验证模块C；其方法包括以下步骤：第一步：文本词序列模块A对输入文本库RCorpus中的每篇文本进行分词，形成文本词序列；第二步：新术语识别模块B对分词后的文本库TCorpus中的每篇文本词语序列进行新术语识别；第三步：验证模块C对识别的新术语进行验证；本发明提出了一种精度高、召回率高的新术语识别方法和系统。新术语的识别精度为93.8％。

摘要： 本发明公开了一种新术语自动发现识别方法，涉及数据库技术、自然语言处理和新术语自动识别技术领域。该方法首先从中文期刊论文文献的关键词获取候选新术语，然后根据候选新术语的词频在年代分布和学科分布上的特征对候选新术语进行筛选，最后，综合利用候选新术语在各学科上的词频分布、历年词频变化趋势、以及影响因子等多个指标对候选新术语的综合指数进行计算，将综合指数符合学科阈值要求的确定为学科新术语。所以，采用本发明提供的方法，可以自动发现或识别出新术语，为知识组织工具能够及时融入新术语提供了条件。

摘要： 本发明涉及一种高效的新术语识别系统和方法，其系统包括对输入文本库RCorpus中的每篇文档进行分词，形成文本词序列模块A；对分词后的文本库TCorpus中的每篇文档词语序列进行新术语识别模块B；对识别的新术语进行验证模块C；其方法包括以下步骤：第一步：文本词序列模块A对输入文本库RCorpus中的每篇文本进行分词，形成文本词序列；第二步：新术语识别模块B对分词后的文本库TCorpus中的每篇文本词语序列进行新术语识别；第三步：验证模块C对识别的新术语进行验证；本发明提出了一种精度高、召回率高的新术语识别方法和系统。新术语的识别精度为93.8％。