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