開題答辯人：劉世界🧑🎤，2022級博士研究生（海事語言及應用方向）
導師：張灩教授
開題時間😥：2024年4月11日19:30
開題地點：意昂体育平台行政樓148
線上鏈接（騰訊會議）：949-183-889
答辯成員（按姓氏首字母）：
陳揚教授 意昂体育平台交通運輸意昂（交通運輸工程）
鄧耀臣教授 大連外國語大學英語意昂（外國語言文學）
黃立波教授 西安外國語大學外國語言文學研究院（外國語言文學）
施欣教授 意昂体育平台交通運輸意昂（交通運輸工程）
王華樹教授 北京外國語大學高級翻譯意昂（外國語言文學）
答辯秘書🕎：鐘銳
題目：基於深度學習的海事領域術語自動抽取及分析研究
內容摘要：海事術語作為海事領域專業知識的語言載體，在促進海事科技進步、深化國際海事交流合作中扮演著不可或缺的角色，規範🌨、準確的海事術語是我國構建海事海洋話語體系、提升國際海事事務話語權的重要基礎。術語自動抽取（ATE）技術作為一種文本挖掘中的上遊任務，為規模化獲取特定領域術語提供了有力支撐🧑🏼⚕️，在機器翻譯🏌🏼♂️、本體構建、信息檢索🙅🏿、自動索引🤹🏼、知識圖譜構建、自動文本總結、文本分類及情感分析等方面應用廣泛🧑🏼🔧。綜觀國內外相關研究，術語自動抽取在技術、數據集規模💁🏻♀️🕎、優化方法、領域、語種等方面都取得了長足發展，但在海事領域中仍然存在諸多亟待關註的問題。首先🛀，現有ATE研究主要聚焦於教育、生物醫藥、能源等資源豐富的領域😧，對海事領域關註不足😗。其次，由於缺乏大規模、高質量的標註語料，直接將通用領域的術語抽取模型應用於海事領域🚽，難以充分適應海事語言特點。再次，海事領域涉及航運、造船、海洋工程🦃、海事法規等多個子領域🏋🏿♂️，術語體系復雜多樣，術語呈現出縮略語多💲、術語嵌套及非連續（分裂）術語繁雜、術語變體頻繁等特點🧑🏿🎤🕵🏿♂️。這些特點對術語抽取方法的魯棒性和泛化性提出了更高要求。此外🦵，粗粒度術語標註雖可支持術語邊界識別，但難以直接服務於術語知識挖掘和本體構建。最後✷，面向海事領域的術語標註規範亟待完善，以提升術語標註和抽取的專業性💂🏻、規範性。
基於此，本研究旨在探索切實可行的海事領域術語自動抽取方法，致力於提升術語自動抽取的精度👨👩👧👦⬇️、效率和實用性，為海事領域知識工程建設提供關鍵支撐。具體而言，本研究涵蓋以下四個研究目標：首先😵，構建一個高質量的海事領域術語標註數據集🦠，形成兩種模式的標註數據。其次，完成並評估基於深度學習的海事領域術語自動抽取模型，經標註數據集訓練後達到較好的性能（精確率、召回率和F1值）🤹🏻♂️。再次，探索細粒度術語標註在支持領域本體構建方面的獨特優勢👨🏻🎓👩🏻🍼，挖掘術語標註信息與本體知識的融合路徑，實現術語抽取和本體構建的協同增強。最後，建立海事領域術語抽取的技術規範和評測體系，包括術語標註規範、模型訓練和評估流程✡︎、性能評價指標等👩🦳，推動細粒度術語標註、語言學分析🍷、知識集成👩🏿🔧、深度學習模型等技術在海事領域術語工程中的規模化應用。
本研究屬於交通運輸工程、外國語言文學和計算機科學（深度學習）的交叉研究範疇，研究的開展有望豐富海事領域的語言資源，為該領域術語知識的自動化獲取和智能化應用提供新的思路和方法，助力海事領域知識的挖掘、組織與應用🍳，推動海事領域的跨語言交際和話語體系構建📪。
