贺 刚，吕学强，肖诗斌，王 凡

(1. 北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101; 2. 新华网络股份有限公司，北京 100101)

基于释义扩展的术语归类研究

贺 刚1，吕学强1，肖诗斌1，王 凡2

(1. 北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101; 2. 新华网络股份有限公司，北京 100101)

术语归类研究对领域本体构建与特定领域词表扩展有十分重要的意义。该文针对中国知网概念知识元库中存在的术语归类错误问题，研究如何提高术语归类正确率。经分析发现术语具有释义文本短、所包含的能够区分术语类别的特征词较少的特点。该文提出一种基于释义扩展的术语归类方法，该方法引入了释义扩展思想，以搜索引擎为工具，获取术语相关的互联网知识，抽取查询结果的锚文本和摘要文本等内容扩展术语释义文本；采用向量距离算法计算术语释义文本特征向量与类中心向量之间的距离，实现对术语的归类。实验得到的术语归类总体正确率为73.32%，与未经释义扩展得到的术语归类正确率相比，提高了近10%。实验结果表明，该方法对提高术语归类正确率是有效的。

术语归类；释义扩展；向量距离；类中心向量

1 引言

术语用来正确标记生产技术、科学、艺术、社会生活等各个专门领域中的事物、现象、特性、关系和过程。术语可以是词，也可以是词组。术语库是由术语及其相关属性构成的数据库，也称术语数据库。术语库可以是面向概念的、翻译的、特定领域的及面向其他特殊的用途。……