机器学习在术语抽取研究中的文献计量分析
来源：图书情报工作杂志2020年第14期北京时间：
作者：邱科达,马建玲
单位：中国科学院兰州文献情报中心 兰州 730000;中国科学院西北生态环境资源研究院 兰州 730000;中国科学院大学经济与管理学院图书情报与档案管理系 北京 100049
摘要：[目的/意义] 梳理和总结基于机器学习的自动术语抽取的相关研究，为领域相关人员提供参考。[方法/过程] 在CNKI和EndNote的分析工具基础上，应用文献计量对主题的年度趋势和核心机构进行宏观分析，然后从抽取技术方法、数据集和评价以及应用3个方面进行主题内容分析。[结果/结论] 近些年，术语抽取研究取得了很大的进步，是知识系统、自然语言处理、情报分析等领域的基础工作。随着自然语言处理领域的迅猛发展，抽取技术开始朝着深度学习方向发展，但术语抽取的基础理论体系还有待完善，如评价指标、语料选取和效果评价方法。
关键词：术语抽取,机器学习,知识组织,文献计量,
基金资助：本文系国家自然科学基金面上项目"气候变化科学成果集成研究范式及其实现平台研究"（项目编号：41671535）和中国科学院文献情报能力建设专项"开放学术资源体系"（项目编号：Y7ZG081001）研究成果之一。
