术语学与术语信息处理

**章  引论  **节  本研究提出的背景    一  术语定义自动抽取的必要性     二  术语定义的聚类的意义    三  术语识别的意义  第二节  国内外研究现状    一  术语定义抽取的研究现状    二  句子聚类的国内外研究    三  术语识别的研究现状  第三节  术语学介绍    一  什么是术语学    二  术语学的发展简介    三  术语学的主要流派    四  我国的术语学研究    五  术语数据库    六  术语概念的唯一性与术语定义的多样性    七  术语与普通词语    八  术语的跨语言借用    九  新术语与旧术语在定义出现概率上的区别    十  术语的语缀    十一  一些基本概念  第四节  术语与术语定义的界定    一  术语的界定    二  术语定义的界定第二章  术语定义的抽取研究  **节  候选术语定义的规则匹配    一  文本下载    二  文本的预处理     三  文本的分词     四  候选术语定义的模板匹配   第二节  基于统计方法的术语定义抽取     一  词语的定义隶属度     二  句子的定义隶属度     三  句子的定义隶属度实验结果  第三节  向量空间距离计算     一  向量空间模型介绍     二  向量空间模型的引用     三  向量空间模型实验结果示例  第四节  隶属度计算和向量空间模型的结合  第五节  术语定义抽取系统结构与实验结果  第六节  实验结果评价     一  网络文本结构的多样性因素     二  语言表达形式的多样性因素     三  分词的因素     四  网络文本的可靠性因素    五  搜索引擎准确率的因素    六  算法的因素  第七节  术语定义形式的多样性    一  传统意义上的定义形式    二  下定义的要求    三  术语定义形式的多样性  第八节  本章小结第三章  术语定义的聚类研究  **节  术语定义聚类的必要性  第二节  聚类综述    一  聚类与聚类分析    二  分类与聚类    三  硬聚类和软聚类    四  层级聚类与诽：层级聚类  第三节  本研究采用的聚类方法    一  聚类步骤    二  相似度的界定和属性的选取    三  《知网》介绍   第四节  术语定义的领域聚类     一  句子相似度计算    二  词语的相似度计算     三  术语定义领域聚类的停用词表的建立    四  聚类特征的选取   第五节  术语定义聚类的结果及分析    一  领域聚类的判定复杂性    二  聚类相似度阈值的设定    三  《知网》知识库在领域聚类中的优点与局限性    四  聚类结果的错误分析第四章  术语自动识别研究  **节  术语缺乏位置信息  第二节  术语的抽取    一  术语的语言学特征    二  术语的粗抽取    三  术语边界的确定    四  术语的词性过滤    五  术语词性序列的统计  第三节  候选术语的统计特征    一  术语的用词长度特征    二  候选术语的长度与词频计算    三  候选术语的*后得分  第四节  过滤词表的构建    一  术语识别过滤词表构建的必要性    二  过滤词表的构建  第五节  术语识别系统结构与实验结果  第六节  实验结果分析    一  定义匹配模板的局限性    二  句子定义隶属度过低    三  其他情况  第七节  本章小结第五章  结束语附录  附录一  《人民日报》用词与术语定义用词对比  附录二  词语的定义隶属度  附录三  术语定义抽取的分步骤结果示例  附录四  术语的词性序列  附录五  术语抽取结果  附录六  术语定义聚类的部分结果  附录七  术语定义聚类程序示例参考文献致谢