随着信息技术的飞速发展,使得万维网中的文本资源呈指数级增长。由于现有技术的局限性,这些文本资源从计算机的角度看,仅仅是一堆乱码,即这些数据是机器“可读”但“不可理解”。如何使数据变得机器“可理解”,这正是语义标注所做的工作。科技文献中的学术术语实体通常用其缩写形式来表达,这就导致一个缩写实体对应多个全称的问题在所难免。目前的语义标注工具虽然取得了一定的成功,但是其所处理的数据基本上没有明显歧义,因此在处理一个缩写对应多个全称的歧义问题时,现有的语义标注工具就显得无能为力。科技文献语义标注系统是以维基百科为数据库,但是维基百科没有提供实体全称和缩写之间的映射。通过研究科技文献中的内容和实体的语义描述不难发现,实体的全称和缩写之间的对应关系格式比较固定,可以通过正则表达式将其抽取出来。因此科技文献语义标注系统采用正则表达式将实体的全称和缩写之间的映射从文本中抽取出来。为了得到较高的召回率和准确率,科技文献语义标注系统采用基于模式匹配的方式实现对文本中命名实体的识别,并使用正则表达式结合哈希表和改进的隐马尔可夫模型算法消除实体的歧义。科技文献语义标注系统以英文论文和维基百科网页中的文本作为测试集。测试结果表明:科技文献语义标注系统实现了科技文献中命名实体的识别和歧义的消除处理。其召回率、准确率和F-Measure指数分别为0.92、0.95和0.935。通过与语义标注工具KIM和MUSE的性能进行比较可知,科技文献语义标注系统获得了较好的性能。