基于搜索引擎查詢?nèi)罩镜念I(lǐng)域術(shù)語(yǔ)識(shí)別方法研究.pdf

1、領(lǐng)域術(shù)語(yǔ)識(shí)別是自然語(yǔ)言處理領(lǐng)域中的一個(gè)基本任務(wù)，在諸如本體構(gòu)建、垂直搜索、文本分類、自動(dòng)問(wèn)答等現(xiàn)實(shí)任務(wù)中發(fā)揮著基礎(chǔ)性的作用。傳統(tǒng)領(lǐng)域術(shù)語(yǔ)識(shí)別方法主要以領(lǐng)域語(yǔ)料為基礎(chǔ)來(lái)識(shí)別術(shù)語(yǔ)，但由于領(lǐng)域語(yǔ)料通常難以獲取和更新，從而降低了領(lǐng)域術(shù)語(yǔ)的識(shí)別效果。
　　近年來(lái)，隨著搜索引擎技術(shù)的快速發(fā)展和應(yīng)用，搜索引擎查詢?nèi)罩局饾u成為一種重要的數(shù)據(jù)資源。查詢?nèi)罩咀鳛橐环N具有“群體智慧”的數(shù)據(jù)，包含各種豐富信息，研究人員展開(kāi)了大量的基于搜索引擎查詢?nèi)罩镜墓?/p>

2、作。本文以領(lǐng)域術(shù)語(yǔ)識(shí)別為目的開(kāi)展領(lǐng)域術(shù)語(yǔ)識(shí)別研究，提出了一種從搜索引擎查詢?nèi)罩具@類非領(lǐng)域語(yǔ)料識(shí)別領(lǐng)域術(shù)語(yǔ)的方法。具體而言，本文方法包含兩個(gè)階段:首先利用查詢?nèi)罩局袃?nèi)在的流形結(jié)構(gòu)從海量查詢?cè)~中識(shí)別出領(lǐng)域相關(guān)的查詢?cè)~，之后利用識(shí)別到的領(lǐng)域查詢?cè)~自動(dòng)構(gòu)建領(lǐng)域Web語(yǔ)料集，并設(shè)計(jì)了候選領(lǐng)域術(shù)語(yǔ)生成和領(lǐng)域術(shù)語(yǔ)識(shí)別算法，從中識(shí)別得到相關(guān)的領(lǐng)域術(shù)語(yǔ)。
　　與傳統(tǒng)方法相比，本文方法無(wú)需事先準(zhǔn)備大規(guī)模領(lǐng)域語(yǔ)料集，而且在本質(zhì)上是一種半監(jiān)督領(lǐng)域術(shù)語(yǔ)識(shí)別