[发明专利]一种用于电力95598工单的领域术语识别系统及方法

摘要

本发明公开了一种用于电力95598工单的领域术语识别系统及方法，文本获取模块通过文本预处理模块与候选串抽取模块相连接，候选串抽取模块分别通过内部统计分析模块、领域特征分析模块与术语特征样本库识别模块相连接，术语特征样本库识别模块分别通过第一术语筛选模块、第二术语筛选模块与人工审核模块相连接，人工审核模块通过术语特征样本库与第二术语筛选模块相连接，人工审核模块还与启发式推荐模块相连接。本发明能有效提高后续使用中领域术语识别的精确程度，同时，系引入的启发式模块可以减少人工审核术语的工作量并发现术语的变体，保证于电力95598工单的领域术语识别效率和准确性，具有良好的应用前景。

主权项

1.一种用于电力95598工单的领域术语识别系统，其特征在于：包括文本获取模块，用于从电力95598工单系统中获取电力95598工单文本；文本预处理模块，对电力95598工单文本分句，并根据背景语料库包含的词语对电力95598工单文本分词；候选串抽取模块，根据术语钩词规则抽取候选串及候选串上、下文；内部统计分析模块，生成各个候选串上、下文的特征向量；领域特征分析模块，根据背景语料库，计算各个候选串中各个术语部件的领域相关度；第一术语筛选模块，采用评分公式，计算候选串的成词评分，选取大于预设阈值T1的候选串作为候选术语；人工审核模块，用户标注候选术语是否为正确术语；术语特征样本库，用于保存候选术语和垃圾串的相关特征；术语特征样本库识别模块，用于判断术语特征样本库是否为空；第二术语筛选模块，采用有监督学习算法，根据候选串的特征选取候选术语；启发式推荐模块，根据用户标注的正确术语，识别上、下文相关的术语，作为该正确术语的变体提供给用户确认；所述文本获取模块通过文本预处理模块与候选串抽取模块相连接，所述候选串抽取模块分别通过内部统计分析模块、领域特征分析模块与术语特征样本库识别模块相连接，所述术语特征样本库识别模块分别通过第一术语筛选模块、第二术语筛选模块与人工审核模块相连接，所述人工审核模块通过术语特征样本库与第二术语筛选模块相连接，所述人工审核模块还与启发式推荐模块相连接。