南京航空航天大学学报

作者：刘栋梁，张嵩，张宁康，高洋，林海波

单位：中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；,中国航天标准化研究所，北京 100071；

关键词：航天术语;标准化;深度学习;BERT;语义相似度

将航天术语标准化问题与深度学习相结合，发挥深度学习在文本建模上强大的语义表征能力，提出了一种基于BERT的航天术语标准化方法。首先，介绍了自然语言处理任务中的文本相似度计算方法和序列标准方法。然后，针对一定量的航天文本原词数据，使用Jaccard相似度计算得到候选标准词。最后，通过构建BERT的预训练模型获得预测标准词。实验结果表明，BERT在自然语言处理任务上具有强大优势，基于多个术语标准评测数据集上准确率达到89.93%，可以提高航天术语标准化水平和效果。

来源：2022年第S期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2022年第S期