术语学与术语信息处理

第一章  引论
  第一节  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
  第一节  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
  第一节  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
  第一节  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  候选术语的最后得分
  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