提取短时能量，短时过零率，清音/浊音自相关函数-Extraction of short-term energy, short-term zero crossing rate, voiceless/voiced autocorrelation function

提出了一种自动构造特定领域本体的方法，该方法应用术语抽取和多重聚类技术。在术语抽取阶段，通过术语在专业语料与背景语料中出现概率的对比，采用LLR公式对术语进行评分，取得了更好的抽取效果。在层级关系发现过程中，采用上下文共现信息结合HowNet中词语的语义相似度，进行术语间相似度度量，力求获得术语间最合理的相关状况。同时改进了k-medoids聚类算法，更准确地发现术语的层级关系，进而构造出特定领域的本体。-This paper presents an approach to mining dom

关键词提取，国际顶级万维网会议

语音参数提取：短时过零率、短时能量、短时平均幅度、自相关序列、傅里叶分析-Speech parameters extraction: short-time zero-crossing rate, short-time energy, short-term average autocorrelation sequence, Fourier analysis