中文专利中有标记并列结构的自动识别研究
来源：计算机工程杂志2018年第6期北京时间：
作者：刘小蝶,朱筠,晋耀红
单位：1.北京联合大学 国际交流学院,北京 100101; 2.北京师范大学 中文信息处理研究所,北京 100875
摘要：中文专利中名词性有标记并列结构分布广泛、结构复杂,现有的识别技术仅能运用有限的特征识别某些简单类型的并列结构,总体识别效果不佳。为此,提出一种基于边界感知原则的识别方法。在概念层次网络(HNC)理论的基础上,从数量、层级、语义类型、语义特征、干扰特征、结构特征、外部环境和位置特征8个维度对并列结构进行标注,考察并总结语义特征、结构特征和外部词特征,制定217条形式化规则,并将其融合到已有的HNC翻译系统中。测试结果表明,与Google在线翻译系统相比,该方法对有标记并列结构的识别正确率较高。
关键词：基于规则,边界感知,并列结构,机器翻译,专利文献
基金资助：国家高技术研究发展计划项目“海量文本多层次知识表示及中文文本理解应用系统研制”(2012AA011104);国家语委 “十二五”科研规划项目“语言资源建设规划研究”(YB125-124)。
