郑坤 薛明晰 纪传胤

中国人民解放军32180部队 北京 100012

引言

术语抽取技术是信息处理中的一个很重要的课题。术语集中体现和负载了一个学科领域的核心知识，术语的变化在一定程度上反映了一个学科领域的发展变化。术语抽取应用在本体构建、机器翻译和语义检索等诸多研究领域。因此，研究出一套自动、高效和高可移植性的术语抽取方法具有十分重要的意义。

1 概述

术语是随着人类对各个研究领域的不断探索和研究而逐步形成的，用来记录或标记在此过程中积累沉淀的专业知识概念，通常表现形式为动词、形容词、介词和名词构成的词或词组（又称短语）。

1.1 术语的定义

“术语”目前还没有统一明确的定义，但是中外不少学者从语言学或者术语学角度给出了自己的观点。本文列举一些国内外比较通用的术语定义[1]。Sager认为“terms are the linguistic representation of concepts”，即“术语是概念的语言表征”。冯志伟将术语定义为“通过语音或文字来表达或限定专业概念的约定性符号”。《术语工作原则与方法》中写到“术语是专业领域中概念的语言指称”[2]。以上几种术语的定义虽然角度和内容各有不同，但我们不难看出，术语与特定领域中的概念之间存在着紧密的联系。

1.2 术语抽取效果的评价

目前还不存在统一的术语抽取效果评价方法，常见的术语抽取结果评价方法有三个，准确率（Precision）、召回率（Recall）和F值（F-Measure或F-Score）。在某个领域语料上，术语抽取结果统计信息如表1所示。

表1 术语抽取结果统计表

以上结果统计时需要参照一个标准术语表（golden standard）[3]。……