领域本体是人工智能领域内研究的重要内容,而领域概念又是领域本体的重要组成部分,因此领域概念的自动识别与抽取是一项重要且有意义的研究工作。随着社会的快速发展、科技的不断进步,以复合词为代表的新概念新词语层出不穷。这些领域复合词基本上都是由各领域内的原子词组合而成的名词性短语,它表达一个更加准确的领域概念。复合词的自动抽取是领域文本信息处理的基础,对领域本体的构建与应用、文本信息抽取、机器翻译有着重要的意义。但现有的分词系统不能识别这些新的复合词,也就不能满足实际的应用需求。因此,对复合词的自动抽取已成为当务之急。针对单独使用基于语言规则的方法和单独使用基于统计学的方法对复合词抽取的不足之处,本文结合统计与语言规则的思想,提出了一种基于位置标签与词性结合的复合词抽取方法。该抽取方法首先在在自动分词基础上为每个词条添加位置标签,形成位置标志标签集;在进行停用词过滤与同义词合并处理之后,通过计算词条之间的同现度与相邻度,抽取复合词得到候选复合词集;最后结合词性分析,构建反规则模式集过滤垃圾串,并对垃圾串进行再识别。本文设计并实现了基于位置标签与反规则筛选的抽取验证系统,并在此基础上对本文提出的抽取方法进行实验。在不同规模语料情况下,同时对基于词共现有向图的中文组合词抽取方法和基于分隔符与上下文的领域术语抽取方法也进行了复合词抽取实验。最后计算3种方法在不同语料规模情况下的抽取准确率P、召回率R及F值。实验结果表明,本文抽取方法的准确率P、召回率R及F值都较高,与另外两种抽取方法相比,本文方法对复合词的抽取具有更高的有效性。