电力客服术语自动抽取：统计融合与序列标注方法

本文主要探讨了在电力客户服务领域中进行自动术语抽取的问题，针对文本中大量存在的术语变体和嵌套的复合术语，提出了一种统计融合序列标注的方法。首先，文章关注的是“未登录术语部件识别”这一环节，即对那些未被广泛接受或标准化的专业术语部分进行识别。作者采用了改进的互信息C-PMI（Conditional Pointwise Mutual Information）算法，这是一种衡量词语之间关联性的统计量，以及结合边界自由度的统计方法，两者共同作用于序列标注分词算法，以挖掘出可能的术语部件。通过这种方法，研究者提高了前100个词语的识别准确率，达到了85%，显著提升了术语检测的效率。 接着，文章转向“复合术语识别”阶段，这是区分真正术语与普通词组的关键步骤。为了实现这一目标，文中引入了术语度计算方法，这是一种基于统计信息和领域知识的判断标准，能够有效地识别出复合术语的独特性。通过与统计信息的融合，该方法在实际的电力服务领域文本处理中表现出了良好的效果，对于提升文本理解和自动化处理能力具有重要意义。 整个研究工作还得到了国网江苏省电力有限公司科技项目的资助，体现了电力行业对术语挖掘技术的实际应用需求。作者嵇友浪等人的研究不仅理论上有深度，而且实践性强，对电力客服领域的文本分析具有很高的实用价值。研究结果以《Term Extraction in Electric Power Customer Service based on Combination of Statistical Methods and Sequence Labeling》为题发表在2021年第2期的电子设计工程上，被归类于TP3911.1类别，并获得了文献标识码A，文章编号1674-6236（2021）02-0029-05，DOI为10.14022/j.issn1674-6236.2021.02.007。