資源描述：
《基于多層條件隨機(jī)場的中文命名實(shí)體識別_胡文博》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、ComputerEngineeringandApplications計算機(jī)工程與應(yīng)用2009，45（1）163基于多層條件隨機(jī)場的中文命名實(shí)體識別胡文博1，2，都云程1，2，呂學(xué)強(qiáng)1，2，施水才1，21，2，DUYun-cheng1，2，LVXue-qiang1，2，SHIShui-cai1，2HUWen-bo1.北京信息科技大學(xué)中文信息處理研究中心，北京1001012.北京拓爾思信息技術(shù)有限公司，北京1001011.ChineseInformationProcessingResearchCenter，Beij
2、ingInformationScienceandTechnologyUniversity，Beijing100101，China2.BeijingTRSInformationTechnologyCoLtd，Beijing100101，ChinaE-mail：nakata_huwenbo@hotmail.comHUWen-bo，DUYun-cheng，LVXue-qiang，etal.StudyonChinesenamedentityrecognitionbasedoncascadedcondi－tionalra
3、ndomfields.ComputerEngineeringandApplications，2009，45（1）：163-165.Abstract：Namedentityrecognitionisoneofthefundamentalproblemsinmanynaturallanguageprocessingapplications，suchasinformationextraction，informationretrieval，machinetranslation，shallowparsingandques
4、tionansweringsystem.ThispapermainlyresearchestherecognitionofthecomplexlocationandcomplexorganizationinChinesenamedentity.Thispaperpresentsanewalgorithmofnamedentityrecognitionbasedoncascadedconditionalrandomfields.Weexperimentallyevaluatethealgorithmonlarge
5、-scalecorpus.Inopentest，therecall，precisionandF-measureachievesof2recognitionsare91.95%，89.99%，90.50%and90.07%，88.72%，89.39%.Keywords：conditionalrandomfields；namedentityrecognition；nameentity摘要：命名實(shí)體識別屬于自然語言處理的基礎(chǔ)研究領(lǐng)域，是信息抽取、信息檢索、機(jī)器翻譯、組塊分析、問答系統(tǒng)等多種自然語言處理技術(shù)的重要基礎(chǔ)。
6、主要研究中文命名實(shí)體中對復(fù)雜地名和復(fù)雜機(jī)構(gòu)名的識別，提出一種基于多層條件隨機(jī)場的命名實(shí)體識別的方法。對大規(guī)模真實(shí)語料進(jìn)行開放測試，兩項(xiàng)識別的召回率、準(zhǔn)確率和F值分別達(dá)到91.95%、89.99%、90.50%和90.07%、88.72%、89.39%。關(guān)鍵詞：條件隨機(jī)場；命名實(shí)體識別；命名實(shí)體DOI：10.3778/j.issn.1002-8331.2009.01.051文章編號：１００２－８３３１（２００9）01-0163-03文獻(xiàn)標(biāo)識碼：Ａ中圖分類號：TP3911引言外，規(guī)則較多時還會引起規(guī)則之間的沖突，各
7、語言間移植困難、命名實(shí)體是自然語言中基本的信息單位，是正確理解自然通用性不強(qiáng)?；诮y(tǒng)計的方法的優(yōu)點(diǎn)在于對語言的依賴性小，可移植性好。張華平等[2]應(yīng)用隱馬爾可夫模型并使用角色標(biāo)注語言的基礎(chǔ)。狹義地講，可以把命名實(shí)體分為人名、地名、組織名等。廣義地講，命名實(shí)體還可以包括時間表達(dá)式、數(shù)值表達(dá)式的方法來進(jìn)行實(shí)體識別，但由于隱馬爾可夫模型是一種生成模等。命名實(shí)體的識別無論對漢語還是英語，都不是十分容易的型，他存在一些固有缺陷與不足，需要做出嚴(yán)格的獨(dú)立性假設(shè)。工作。首先，命名實(shí)體是一個開放的類，數(shù)量十分龐大，難以完事實(shí)上
8、，大多數(shù)序列數(shù)據(jù)都不能被表示成一系列獨(dú)立的元素。全列舉。其次，命名實(shí)體并非一個穩(wěn)定的類，隨時間推移，不斷條件隨機(jī)場是一種用于標(biāo)注和切分有序數(shù)據(jù)的條件概率模型，集合了最大熵模型和隱馬爾可夫模型的特點(diǎn)[3]，具有表達(dá)元素有新的命名實(shí)體產(chǎn)生。最后，沒有共同遵守的嚴(yán)格的命名規(guī)范。這些表明命名實(shí)體識別是一項(xiàng)很困難的任務(wù)，研究仍處在探索長距離依賴性和交疊性的能力，能方便加入上下文信息以及領(lǐng)階段。域
