随着科技的飞速发展,许多新的技术领域和研究成果日益增加,给技术领域分析工作带来不少难度。当前对科学技术研究内容的界定主要是通过学科、技术领域等分类方法,这种粗粒度的划分方法限制了科研大数据分析工作的开展和科技信息的交流。针对这个问题,课题组提出科技词条的概念来描述科技理论和技术研究范畴,研发以科技词条中心,整合科技研究和服务相关的资源的科技词条平台及系统。科技词条来源于科研文献,本文研究了科技词条的入库问题,论文主要工作如下:(1)提出了一种基于信息熵和点互信息科技新词发现方法。根据科技词条在科技文献中的统计特征,本文使用信息熵和点互信息的相结合的方法提取科技新词。在提取科技候选词时,采用信息熵和点互信息来计算字符串的内部聚合强度,从而保证该字符串是合法的语言单位,建立起科技词条候选词集。实验结果准确率达到35.9%,表明算法可以有效提取出科技词条,而且在使用负样本集后,准确率提升到55.7%。(2)在信息熵和点互信息基础上,结合科研文献中的语言模式,提出基于语言模式、信息熵和点互信息的科技新词发现算法。首先用基于信息熵和点互信息的方法提取出基本词条集,其次再用语言模式提取候选科技词条集,并将其与基本词条集比对,然后将候选科技词条集中错误的词条删除,最终得到科技新词集。实验结果准确率达到79%,表明该算法能够有效的从科技文献中提取出科技词条。(3)设计和实现了科技词条库系统。首先分析科技词条库系统的需求,划分科技词条库系统的功能模块,其次对系统的核心功能模块进行详细的设计,并对关键数据库表进行设计,最后,本文实现科技词条库系统,提供科技新词的发现、科技词条入库、科技词条管理、科技资源导航等功能,实现研究对象、研究成果、研究主体和成果产业化链相关资源的高度整合。