【摘要】文章通过学习扩展的机器学习和深度学习，提出针对非物质文化遗产项目语料的术语抽取及新词发现方法，形成领域术语库并探讨在数字人文领域的应用。首先使用自然语言处理方法对非遗陶瓷语料进行预处理，结合领域术语词表对语料进行标注；然后针对Random-CRFs模型，研究词表特征（DICT）、词性特征（POS）、部首特征（Radical）、拼音特征（Pinyin）等4个特征对术语抽取效果的影响，再对比Random-CRFs、Random-BiLSTM、Random-BiLSTM-CRFs、BERT-BiLSTM-CRFs等4个模型对术语抽取效果的影响；最后使用训练完成的模型对测试集语料进行新词识别，对抽取出的候选词进行人工判断，构建包含1137个术语的非物质文化遗产陶瓷工艺领域术语库，将其应用于非遗项目画像、非遗陶瓷工艺知识图谱和非遗陶瓷工艺术语检索。