版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、中文命名實體(NamedEntity，NE)識別是指識別出文本中特定的實體。它是信息抽取、機器翻譯、自動問答等多種自然語言處理技術的基礎。但是，由于受中文自身特點的限制，中文命名實體識別一直相當困難。為了促進其他技術和應用的發(fā)展，研究中文命名實體的識別技術是很有意義，也是非常重要的。
目前中文命名實體識別領域主要有規(guī)則和統(tǒng)計兩類方法。統(tǒng)計方法以統(tǒng)計模型為基礎，而統(tǒng)計模型可大體分為產(chǎn)生式模型和條件概率模型。本文研究的目的就是要討
2、論中文命名實體識別的幾種方法，并分析方法之間的性能差異。為此，文中主要說明了四種中文命名實體識別方法，包括規(guī)則、隱馬爾可夫模型（HiddenMarkovModel，HMM）、最大熵模型（MaximumEntropy，ME）和條件隨機域（ConditionalRandomFields，CRF）。
本文在利用規(guī)則的方法進行NE識別時，針對各類NE的特點制定了相應的規(guī)則，很好的描述了NE的內(nèi)部結構和外部特征，達到了較高的準確率。但是
3、規(guī)則的建立過程費時費力，且規(guī)則不易移植，代價高。
HMM、ME和CRF都是統(tǒng)計模型。HMM是產(chǎn)生式模型的典型代表，ME和CRF屬于條件概率模型。通過對三種模型的實驗對比和分析，本文證明了基于CRF方法的NE識別性能最好。另外，本文還對ME模型進行了比較深入的研究，對比了它在不同的標注集、不同的特征模板以及加入語言學特征的情況下的性能變化。最后還嘗試了層次的ME模型，提高了機構名的識別效果。
總的來說，中文命名實體識別
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 中文短文本命名實體識別方法研究.pdf
- 基于CRF的中文命名實體識別方法研究.pdf
- 漢語嵌套命名實體識別方法研究.pdf
- 汽車領域命名實體識別方法研究.pdf
- 基于最大熵模型的中文命名實體識別方法研究.pdf
- 中文命名實體識別及評測方法.pdf
- 中文短文本命名實體識別方法與應用研究.pdf
- 中文命名實體識別的研究.pdf
- 基于統(tǒng)計模型的中文命名實體識別方法研究及應用.pdf
- 中文命名實體識別算法研究.pdf
- 基于規(guī)則和條件隨機場的中文命名實體識別方法研究.pdf
- Web中文信息抽取技術與命名實體識別方法的研究.pdf
- 中文電子病歷命名實體識別研究.pdf
- 中文命名實體識別與歧義消解研究.pdf
- 財經(jīng)領域命名實體識別方法的研究與系統(tǒng)實現(xiàn).pdf
- 中文命名實體識別及其關系抽取研究.pdf
- 基于CRF的中文命名實體識別研究.pdf
- 基于Wikipedia的中文命名實體識別研究.pdf
- 基于DBpedia Spotlight的高效命名實體識別方法研究.pdf
- 面向招標數(shù)據(jù)的命名實體識別方法研究及應用.pdf
評論
0/150
提交評論