基于條件隨機場的音樂領域命名實體識別.pdf

1、由于音樂數量的大量增長,人們迫切需要實現(xiàn)對音樂文本信息的自動化抽取、識別和分類,信息提取首要的關鍵任務就是命名實體識別(Name Entity Recognize,NER)。命名實體識別在應用自然語言處理的實踐中有重要的作用,是信息提取等各種自然語言處理方式的重要基礎工具。因此音樂領域的NER也是一件非常重要且有意義的研究項目。
　　本文是基于條件隨機場(Conditional Random Fields,CRF)音樂領域的命名實

2、體識別,其中,本文所需要識別的命名實體類型主要有4種:歌手名、組合名、音樂名、專輯名。條件隨機場的一個最大的優(yōu)勢是,在處理輸入的各種隨機的、非獨立的特征時,具有很大的靈活性,且很好的解決了標記偏置問題,所以本文采用條件隨機場模型CRF進行在音樂領域的命名實體識別系統(tǒng)。
　　而命名實體識別的首要任務就是語料的獲取,本文所建立的語料庫內容主要是采用網頁挖掘的方法從搜狐音樂、新浪音樂等音樂門戶網站上獲取的,經過對語料進行凈化、分句、標注

3、、劃分類別、預處理等步驟完成語料的獲取工作,其中由于音樂領域還沒有已經整理好的語料庫,所以本文的標注工作的尤為繁瑣,在命名實體識別的數據準備過程中,還收集了各種音樂領域的詞典,用來進行特征文件的預處理中添加屬性列和進行詞典特征匹配。
　　和其他領域的命名實體識別相類似,音樂領域的命名實體識別中特征函數的選擇及特征模板的建立對識別的結果的影響很大,也是命名實體識別中的難點。本文中分別提取了對應歌手名、組合名、專輯名、歌曲名的基本特征