[发明专利]一种基于句法特征的学术定义自动抽取系统及方法

摘要

本发明公开了一种基于句法特征的学术定义自动抽取系统及方法，所述系统包括所述系统包括预处理模块、定义句抽取模块、定义术语抽取模块和输出模块，所述预处理模块，用于对输入的学术文献抽取摘要和全文部分，并将抽取的摘要和全文分成单句；定义句抽取模块，采用规则和统计法判断所述单句是否为定义句；定义术语抽取模块，将判断为定义的单句进行预处理，并根据术语词抽取模板，抽取词串作为术语词，并通过前后邻的词串修正，得到定义术语；输出模块，用于输出定义术语。本发明将文献中表示定义的句子和对应的术语词抽取出来，并呈现给用户，方便用户快速、准确的理解检索出的内容。

主权项

一种基于句法特征的学术定义自动抽取系统，其特征在于，所述系统包括预处理模块、定义句抽取模块、定义术语抽取模块和输出模块，其中预处理模块，用于对输入的学术文献抽取摘要和全文部分，并将抽取的摘要和全文分成单句；定义句抽取模块，采用规则法和统计法判断所述单句是否为定义句；定义术语抽取模块，将判断为定义的单句进行预处理，并根据术语词抽取模板，抽取词串作为术语词，并通过前后邻的词串修正，得到定义术语；输出模块，用于输出定义术语；所述统计法是对每个单句进行N元句子特征抽取和句法特征抽取，并计算N元句子特征和句法特征的概率，根据所述概率定义判断函数；所述N元句子特征包括一元特征和二元特征；所述一元特征包括常用词分词结果、专业词分词结果、联项词、联项词前词性、联项词后词性和联项词距离句首的位置；所述二元特征为所述一元特征与联项词特征的组合。