Extragerea terminologiei

Informații despre extragerea terminologiei

Introducere

Terminologia este suma termenilor care identifică un subiect specific. Extragerea terminologiei este procesul de extragere a termenilor dintr-un text.

Scopul este de a compara frecvența cuvintelor dintr-un document dat cu frecvența lor în limbă. Cuvintele care apar foarte des în document, dar rareori în limbă sunt probabil termeni.

Tehnologie

Utilizează statistici Poisson, estimarea probabilității maxime și frecvența inversă în documente dintre frecvența cuvintelor dintr-un document dat și un corpus generic de 100 de milioane de cuvinte pe limbă. Instrumentul folosește un marcator probabilistic de părți de vorbire pentru a lua în considerare probabilitatea ca o anumită secvență să fie un termen. Creează n-grame de cuvinte prin minimizarea entropiei relative.

De ce am dezvoltat această tehnologie?

Translated a dezvoltat această tehnologie pentru a ajuta traducătorii să fie conștienți de dificultățile unui document și pentru a simplifica procesul de creare a glosarelor.

De asemenea, îl folosim pentru a îmbunătăți rezultatele căutării în motoarele de căutare tradiționale (de ex., Google), oferind o estimare mai bună a nivelului de relevanță a unui cuvânt-cheie pentru un document.

Mă interesează!

Dacă te interesează această tehnologie, te rugăm să citești mai multe pe Translated Labs și să consulți serviciile noastre de procesare a limbajului natural.