统计融合序列标注的电力客服术语识别

文中研究了电力客户服务领域文本的自动术语抽取。电力客服领域文本存在大量术语变体和嵌套的“复合术语”,文中将电力客服领域术语识别分为“未登录术语部件识别”和“复合术语识别”两步骤。在“未登录术语部件识别”中,同时利用基于改进的互信息C-PMI与边界自由度的统计方法,以及序列标注分词算法挖掘候选术语部件,将前100个词语的准确率提高到了85%。在“复合术语识别”步骤中,文中引入了术语度计算方法,以区别复合术语和一般词组。实验表明,与统计信息结合后,该方法在电力服务领域文本中取得了较好的效果。