基于支持向量機(jī)的中文組織機(jī)構(gòu)名識(shí)別.pdf

1、中文組織機(jī)構(gòu)名的識(shí)別是中文信息處理中的一個(gè)重要任務(wù)，也是命名實(shí)體識(shí)別（Named Entity Recognition）研究的重點(diǎn)之一。命名實(shí)體包括人名、地名、機(jī)構(gòu)名、時(shí)間短語等，組織機(jī)構(gòu)名是其中非常重要的一部分，其識(shí)別的難度也是所有命名實(shí)體中最大的。包括機(jī)構(gòu)名在內(nèi)的命名實(shí)體的識(shí)別是許多自然語言處理任務(wù)，如信息抽取、機(jī)器翻譯、信息檢索等的基礎(chǔ)，具有十分重要的意義。 統(tǒng)計(jì)方法是自然語言處理中最重要的方法之一。在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上

2、發(fā)展起來支持向量機(jī)是一種新的通用學(xué)習(xí)方法。基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的支持向量機(jī)在許多研究問題中，特別是樣本集有限的情況下，表現(xiàn)出了優(yōu)于其它機(jī)器學(xué)習(xí)方法的性能。目前，支持向量機(jī)已經(jīng)應(yīng)用于自然語言處理的許多領(lǐng)域，如文本分類，淺層句法分析，專名識(shí)別等，都取得了不錯(cuò)的效果。 本文提出了一種支持向量機(jī)結(jié)合主動(dòng)學(xué)習(xí)策略進(jìn)行中文機(jī)構(gòu)名識(shí)別的方法：用支持向量機(jī)對(duì)切分標(biāo)注過語料中的中文機(jī)構(gòu)名進(jìn)行識(shí)別，并在樣本選擇和模型訓(xùn)練時(shí)，結(jié)合了主動(dòng)學(xué)習(xí)的策略。