基于N—gram复合分词的领域概念自动获取方法研究

文章提出一种基于N-gram复合分词的领域概念自动获取方法，在中文分词的基础上进行N元复合切分，通过建立一系列过滤规则，提取候选领域概念；然后以改进的TF—IDF作为衡量领域相关性的统计特征值，计算候选概念的领域相关性；最后进行人工辅助判断与筛选。以航空发动机领域语料为样本进行了实践探索，实验结果表明该方法能有效抽取专业领域概念，具有较强的实用性。