ATR4S：包含最先进自动术语识别方法的Scala工具包
计算与语言
2016-11-24 v1
摘要
自动识别的术语被广泛用于各种特定领域文本处理任务，如机器翻译、信息检索或情感分析。然而，对于哪些方法最适合特定设置目前仍未达成共识，而且对已开发的方法也缺乏可靠的比较。我们认为其中一个主要原因是缺乏最先进方法的实现，而这些方法通常难以重新创建。为了解决这些问题，我们提出了 ATR4S，这是一个用 Scala 编写的开源软件，包含超过15种自动术语识别（ATR）方法，并实现了从文本文档预处理到术语候选收集、术语候选评分，最后到术语候选排序的整个流程。它是一个具有自动缓存支持的高度可扩展、模块化和可配置的工具。我们还在7个开放数据集上通过平均精度和处理时间比较了10种最先进的方法。实验比较表明，没有单一方法在所有数据集上表现出最佳的平均精度，并且其他可用的 ATR 工具不包含最佳方法。
引用
@article{arxiv.1611.07804,
title = {ATR4S: Toolkit with State-of-the-art Automatic Terms Recognition Methods in Scala},
author = {N. Astrakhantsev},
journal= {arXiv preprint arXiv:1611.07804},
year = {2016}
}