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的命名實體包括人名、地名、組織機構名、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性工作,同時也是很多應用中的關鍵技術,如信息檢索、信息抽取以及機器翻譯等。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。
　　 本文首先對當前命名實體識別的研究進行了總結和回顧,并介紹了國內外命名實體識別評測活動,研究了當前命名實體識別研究的進展和命名實體識別所使用的各種方

2、法。
　　 系統(tǒng)詳細地介紹了條件隨機域模型,條件隨機域是一種統(tǒng)計機器學習方法,在序列標注和分割方面有著優(yōu)秀的表現,在模型的訓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訓練規(guī)模的不足、顯著的提高實體識別效果。
　　 利用現有的人民日報標注語料庫,以條件隨機域模型為基礎實現在字一級對于包括外國譯名在內的中文人名、地名的識別以及組織機構名的識別。
　　 最后,我們采用了基于規(guī)則的方法完成了對