买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军军事科学院评估论证研究中心

摘要：本申请涉及无监督的自动术语抽取方法、装置、设备和介质，方法包括：获取输入的文本语料并采用自然语言处理工具进行预处理；文本语料包括多篇文档；利用TF‑IDF技术和LDA主题模型，识别预处理后的文本语料的术语核心词；计算术语核心词与相邻词语的点互信息，根据点互信息识别术语核心词的术语边界，抽取术语边界识别完整的术语核心词作为目标术语；输出目标术语组成的术语集合。通过综合度量词语的重要性和对文档主题的贡献度，以及词语之间的关联关系来自动抽取术语，摆脱了人工制定抽取规则和标注训练语料的依赖性和局限性，泛化能力强，不受语句长短的限制并提高了抽取的术语完整性，能够很好地适应大规模文本语料实际的处理需求。

主权项：1.一种无监督的自动术语抽取方法，其特征在于，包括步骤：获取输入的文本语料并采用自然语言处理工具进行预处理；所述文本语料包括多篇文档；利用TF-IDF技术和LDA主题模型，识别预处理后的所述文本语料的术语核心词；所述预处理包括对所述文本语料进行分词；计算所述术语核心词与相邻词语的点互信息，根据所述点互信息识别所述术语核心词的术语边界，抽取术语边界识别完整的所述术语核心词作为目标术语；所述计算所述术语核心词与相邻词语的点互信息，根据所述点互信息识别所述术语核心词的术语边界的过程，包括：采用设定点互信息计算公式计算当前的所述术语核心词与左右相邻词语的点互信息值；根据各词语的所述点互信息值分别与设定的术语边界识别阈值的比较结果，确定所述术语核心词的术语边界；其中，所述设定点互信息计算公式为： 其中，PMIwi,wj表示词语wi与词语wj的点互信息值，pwiwj表示词语wi与词语wj同时出现的概率，pwi表示词语wi出现的概率，pwj表示词语wj出现的概率；所述根据各词语的所述点互信息值分别与设定的术语边界识别阈值的比较结果，确定所述术语核心词的术语边界的步骤，包括：若当前的所述术语核心词与相邻词语的点互信息值大于或等于所述术语边界识别阈值，则确定所述相邻词语为当前的所述术语核心词的边界组成；将所述相邻词语归入当前的所述术语核心词作为一个目标术语核心词；将所述目标术语核心词作为新的当前的术语核心词，返回执行所述采用设定点互信息计算公式计算当前的所述术语核心词与左右相邻词语的点互信息值的步骤，直至当前的所述术语核心词与相邻词语的点互信息值小于所述术语边界识别阈值；若当前的所述术语核心词与相邻词语的点互信息值小于所述术语边界识别阈值，则将当前的所述术语核心词作为一个目标术语核心词输出；输出所述目标术语组成的术语集合。

全文数据：

权利要求：

百度查询： 中国人民解放军军事科学院评估论证研究中心 无监督的自动术语抽取方法、装置、设备和介质