期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种结合术语部件库的术语提取方法 被引量:17
1
作者 何燕 穗志方 +1 位作者 段慧明 俞士汶 《计算机工程与应用》 CSCD 北大核心 2006年第33期4-7,共4页
术语是知识体系的核心成员,术语提取技术是大规模本体工程自动或半自动构建、扩充的关键技术之一。文章首先介绍了现有的一些术语提取技术,并在此基础上探讨了一种结合术语部件库的术语提取方法,并对这种方法的优点和未来的工作进行了... 术语是知识体系的核心成员,术语提取技术是大规模本体工程自动或半自动构建、扩充的关键技术之一。文章首先介绍了现有的一些术语提取技术,并在此基础上探讨了一种结合术语部件库的术语提取方法,并对这种方法的优点和未来的工作进行了分析。 展开更多
关键词 术语自动提取技术 术语部件 本体
在线阅读 下载PDF
基于术语部件的领域本体自动构建方法研究——以教育技术学领域本体构建为例 被引量:9
2
作者 魏顺平 《电化教育研究》 CSSCI 北大核心 2013年第5期62-67,共6页
知识工程研究已逐渐成为教育技术学研究的热点,其中构建领域本体是知识工程的一个重要方面。从已有的基于本体的应用研究来看,领域本体可以在资源聚合、学习资源个性化推荐、网站导航、平台开发等诸多方面发挥重要作用,而构建领域本体... 知识工程研究已逐渐成为教育技术学研究的热点,其中构建领域本体是知识工程的一个重要方面。从已有的基于本体的应用研究来看,领域本体可以在资源聚合、学习资源个性化推荐、网站导航、平台开发等诸多方面发挥重要作用,而构建领域本体是各种应用得以实现的前提。目前,构建领域本体是一项浩大的工程,需要大量领域专家的参与,常常是手工完成,建设周期长。面对一个知识迅速增长的时代,仅仅依靠领域专家来手工构建领域本体显然不能满足需求。本研究提出了一种基于术语部件的领域本体自动构建方法,该方法通过术语部件之间的关系来自动发现术语之间的属种关系和并列关系,并以《电化教育研究》期刊为例,通过分析该期刊数年期刊论文的题录信息,提取出1719个术语,并通过领域本体自动构建方法构建起一个初步的教育技术学领域本体。 展开更多
关键词 领域本体 教育技术学 知识工程 术语提取 术语部件
在线阅读 下载PDF
基于通用词与术语部件的专利术语抽取 被引量:15
3
作者 俞琰 赵乃瑄 《情报学报》 CSSCI CSCD 北大核心 2018年第7期742-752,共11页
针对目前专利术语抽取中不能有效地过滤一些高频非术语词串和无法正确抽取低频术语的问题,本文提出基于通用词与术语部件的专利术语抽取方法。该方法首先使用通用词作为切分符选取候选术语;再利用与候选术语有相同术语部件的相似候选术... 针对目前专利术语抽取中不能有效地过滤一些高频非术语词串和无法正确抽取低频术语的问题,本文提出基于通用词与术语部件的专利术语抽取方法。该方法首先使用通用词作为切分符选取候选术语;再利用与候选术语有相同术语部件的相似候选术语信息,评估候选术语成为术语的可能性。实验结果表明,与传统的方法相比,提出的方法能够有效地提高专利术语抽取的准确度。 展开更多
关键词 专利文献分析 术语抽取 通用词 术语部件
在线阅读 下载PDF
从术语部件“门”的翻译看中医外译问题与对策
4
作者 彭朝忠 成彩云 +1 位作者 李志强 徐溥鑫 《世界科学技术-中医药现代化》 2025年第9期2467-2474,共8页
本研究从中医术语部件“门”的英译着眼,采用语料对比分析的方法,通过对比当前国内外比较权威的五部中医术语翻译标准,梳理了中医术语外译的问题,如同名不同译、中医文化缺失、译法不一致,并从中医思想、汉英差异和翻译组织等角度分析... 本研究从中医术语部件“门”的英译着眼,采用语料对比分析的方法,通过对比当前国内外比较权威的五部中医术语翻译标准,梳理了中医术语外译的问题,如同名不同译、中医文化缺失、译法不一致,并从中医思想、汉英差异和翻译组织等角度分析了中医外译问题的成因。最后,在已有中医翻译研究的基础上,本文提出中医术语翻译还应该关注统一性、表意性和融合性,并对其实施路径进行了分析。 展开更多
关键词 中医外译 中医术语部件 中医术语翻译 五部标准 问题与对策
在线阅读 下载PDF
基于底表的多层扫描术语自动标注算法
5
作者 郑泽芝 敖婷 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第3期546-552,共7页
以学科教材术语语料库建设为目标,实现了一种基于底表的多层扫描术语自动标注算法.该算法首先采用预测性规则模板扫描文本中未登录术语,并进行标注;其次采用最大匹配方法识别出每个可能的候选术语,把每个候选术语看作术语的定位点,扫描... 以学科教材术语语料库建设为目标,实现了一种基于底表的多层扫描术语自动标注算法.该算法首先采用预测性规则模板扫描文本中未登录术语,并进行标注;其次采用最大匹配方法识别出每个可能的候选术语,把每个候选术语看作术语的定位点,扫描其上下文语境,分别调用单位术语规则模板、例外规则、部件规则、部件例外规则、例外校正规则等对扫描结果进行判断,确定候选术语的身份,并进行标注.该方法以规则的预测和限定功能为辅,充分利用了底表术语信息,取得了较高的标注准确率和召回率,开放测试F-指数达到了84%左右. 展开更多
关键词 术语 自动标注 规则 术语部件
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部