基于CRF的中文命名實體識別研究.pdf

1、命名實體識別就是把文本中出現(xiàn)的命名實體包括人名、地名、組織機(jī)構(gòu)名、日期、時間、和其他實體識別出來并加以歸類。命名實體識別是自然語言處理中的一項基礎(chǔ)性工作,同時也是很多應(yīng)用中的關(guān)鍵技術(shù),如信息檢索、信息抽取以及機(jī)器翻譯等。因此,研究命名實體的自動識別具有重要的理論意義和實踐價值。
　　 本文首先對當(dāng)前命名實體識別的研究進(jìn)行了總結(jié)和回顧,并介紹了國內(nèi)外命名實體識別評測活動,研究了當(dāng)前命名實體識別研究的進(jìn)展和命名實體識別所使用的各種方

2、法。
　　 系統(tǒng)詳細(xì)地介紹了條件隨機(jī)域模型,條件隨機(jī)域是一種統(tǒng)計機(jī)器學(xué)習(xí)方法,在序列標(biāo)注和分割方面有著優(yōu)秀的表現(xiàn),在模型的訓(xùn)練過程中我們利用了統(tǒng)計詞典獲得外部特征。實驗表明外部特征的加入可以彌補(bǔ)訓(xùn)練規(guī)模的不足、顯著的提高實體識別效果。
　　 利用現(xiàn)有的人民日報標(biāo)注語料庫,以條件隨機(jī)域模型為基礎(chǔ)實現(xiàn)在字一級對于包括外國譯名在內(nèi)的中文人名、地名的識別以及組織機(jī)構(gòu)名的識別。
　　 最后,我們采用了基于規(guī)則的方法完成了對