一种基于序列标注的概念短语抽取方法

摘要：

[目的/意义]科技文献中的概念是对文献中知识高度凝练的表达,通常以定义句的形式出现在科技文献中.自动从概念定义句中抽取概念,能够进一步挖掘科技文献中蕴含的重要知识.[方法/过程]通过分析概念定义句的结构、句式等模式特征,提出以WCL数据集为基础的语料构建方案,并采用BERT+BiLSTM+CRF模型学习概念定义句的模式,从而实现概念短语抽取.[结果/结论]结合以往对概念定义句模式特征的研究,创新性地提出一种基于序列标注学习概念定义句的组成模式,从而实现概念短语抽取.通过BERT+BiLSTM+CRF模型,有效学习了概念定义句中的上下文语义、句式结构、组成项分布等模式特征,实现了句子中概念短语的抽取.

关键词：序列标注、概念定义句、概念短语、自动抽取

所属期刊栏目：66

分类号：TP391.1;G255.1(计算技术、计算机技术)

资助基金：中国科学院文献情报能力建设专项;国家科技图书文献中心NSTL下一代开放知识服务平台关键技术优化集成与系统研发项目

在线出版日期：2022-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：121-128