开题答辩人：刘世界，2022级博士研究生（海事语言及应用方向）
导师：张滟教授
开题时间：2024年4月11日19:30
开题地点：上海海事大学行政楼148
线上链接（腾讯会议）：949-183-889
答辩成员（按姓氏首字母）：
陈扬教授 上海海事大学交通运输学院（交通运输工程）
邓耀臣教授 大连外国语大学英语学院（外国语言文学）
黄立波教授 西安外国语大学外国语言文学研究院（外国语言文学）
施欣教授 上海海事大学交通运输学院（交通运输工程）
王华树教授 北京外国语大学高级翻译学院（外国语言文学）
答辩秘书：钟锐
题目：基于深度学习的海事领域术语自动抽取及分析研究
内容摘要：海事术语作为海事领域专业知识的语言载体，在促进海事科技进步、深化国际海事交流合作中扮演着不可或缺的角色，规范、准确的海事术语是我国构建海事海洋话语体系、提升国际海事事务话语权的重要基础。术语自动抽取（ATE）技术作为一种文本挖掘中的上游任务，为规模化获取特定领域术语提供了有力支撑，在机器翻译、本体构建、信息检索、自动索引、知识图谱构建、自动文本总结、文本分类及情感分析等方面应用广泛。综观国内外相关研究，术语自动抽取在技术、数据集规模、优化方法、领域、语种等方面都取得了长足发展，但在海事领域中仍然存在诸多亟待关注的问题。首先，现有ATE研究主要聚焦于教育、生物医药、能源等资源丰富的领域，对海事领域关注不足。其次，由于缺乏大规模、高质量的标注语料，直接将通用领域的术语抽取模型应用于海事领域，难以充分适应海事语言特点。再次，海事领域涉及航运、造船、海洋工程、海事法规等多个子领域，术语体系复杂多样，术语呈现出缩略语多、术语嵌套及非连续（分裂）术语繁杂、术语变体频繁等特点。这些特点对术语抽取方法的鲁棒性和泛化性提出了更高要求。此外，粗粒度术语标注虽可支持术语边界识别，但难以直接服务于术语知识挖掘和本体构建。最后，面向海事领域的术语标注规范亟待完善，以提升术语标注和抽取的专业性、规范性。
基于此，本研究旨在探索切实可行的海事领域术语自动抽取方法，致力于提升术语自动抽取的精度、效率和实用性，为海事领域知识工程建设提供关键支撑。具体而言，本研究涵盖以下四个研究目标：首先，构建一个高质量的海事领域术语标注数据集，形成两种模式的标注数据。其次，完成并评估基于深度学习的海事领域术语自动抽取模型，经标注数据集训练后达到较好的性能（精确率、召回率和F1值）。再次，探索细粒度术语标注在支持领域本体构建方面的独特优势，挖掘术语标注信息与本体知识的融合路径，实现术语抽取和本体构建的协同增强。最后，建立海事领域术语抽取的技术规范和评测体系，包括术语标注规范、模型训练和评估流程、性能评价指标等，推动细粒度术语标注、语言学分析、知识集成、深度学习模型等技术在海事领域术语工程中的规模化应用。
本研究属于交通运输工程、外国语言文学和计算机科学（深度学习）的交叉研究范畴，研究的开展有望丰富海事领域的语言资源，为该领域术语知识的自动化获取和智能化应用提供新的思路和方法，助力海事领域知识的挖掘、组织与应用，推动海事领域的跨语言交际和话语体系构建。
