基于条件随机场的中文时间短语识别.pdfVIP

第37卷 第 15期 计 算 机 工 程 2011年 8月 、，01．37 NO．15 ComputerEngineering August2011 · 人工智能及识别技术 · 文章编号：1o0o_3428(2011)15— 164 4 文献标识码：A 中田分类号：TP391 基于条件随机场的中文时间短语识别 朱莎莎，刘宗田，付剑锋，朱 芳 (上海大学计算机工程与科学学院，上海 200072) 摘 要：传统时间短语识别方法存在中文文本时间短语边界定位不准确和长距离依赖的问题。为此，提出一种基于条件随机场 (CRFs)的时 间短语识别方法。采用基于机器学习的方法识别时间短语，分析中文文本中时间短语的词法、句法和上下文信息等语言学特征，将时间短 语分为日期型和事件型2种类型，并半自动构建 3个常用词表作为外部特征。在此基础上，引入能整合不同层面特征的CRFs方法，将识 别问题转化为序列标注问题。实验结果表明，该方法在 日期型时间短语和事件型时间短语识别上分别取得 95．70％和 85．75％的 值，识 别效果较好。 关健词：中文时间短语 ；时间短语识别；条件随机场 ；时间信息处理 ChineseTemporalPhraseRecognition BasedonConditionalRandom Fields ZHUSha-sha，LIUZong-tian，FUJian-feng，ZHUFang (SchoolofComputerEngineeringandScience，ShanghaiUniversity，Shanghai200072，China) [AbstractlWithcomplexanddiverselanguageforms，temporalphrasesarenotperfectlyrecognizedbytraditionalrule—basedmethod．Itishardto extractallexactmatchfortemporalphrasesna drecognizethelong--distance—-dependenttemporalphrasesrepresentingtimewithmanytokensin Chinesetext．Tosolvehteseissues，basedonthecapabilitytOintegratedifferentlevelsfeaturesofConditionalRandom Fields(CRFs)model，this paperpresentsaCRFs—basedapproachofrtemporalphrasesrecognition．BynaalyzingasetoflinguisticfeaturesoftimephrasesinChinesetextsuch aslexicalfeatures，syntacticfeaturesandcontextinformation，temporal phrasesaredividedintotwotypes，time—denotingtemporalphrasesand event—denoting temporal phrases．Three common vocabulraies are semi—auto structured as externalfeatures．Experimentalresults show a performancereachingscoresof95．70％ ofrF—measuretotime—denotingtemporal phrasesand85．75％ ofrF—measuretoevent—denotingtemporal phrases． [KeywordslChinesetemporalphrase；temporalphraserecognition；ConditionalRand