基于深度学习与规则匹配的哈萨克术语识别方法研究

摘要

旨在解决哈萨克语信息技术术语识别中因缺乏全面术语词库和新术语的涌现导致实体边界模糊以及黏着性语言特性引发的数据稀疏和术语边界错误等问题.采用融合词典增强的深度学习与词缀规则判断相结合的技术路径，通过构建专业词典整合领域知识，并在自建数据集上进行对比实验验证.结果表明，该方法能有效地缓解数据稀疏问题，显著改善术语边界识别性能，降低无关词干扰，最终实现哈萨克语信息技术领域术语识别准确率的显著提升.结论证实，将深度学习技术与领域知识及语言规则相融合的策略，能够有效地提升黏着性语言在专业领域的术语识别效果.

关键词

术语识别 / 信息技术 / 词典增强 / 规则匹配 / 哈萨克文