命名实体识别, 排歧和跨语言联系.pdfVIP

第23卷第2期 中文信息学报 V01．23，No．2 2009年3月 Mfir．，2009 OFCHINESEINFORMATIONPR()CESSING JOURNAL 编者按：Internet时代对中文信息处理提出了更多、更新的需求，同时，致力于中文信息处理研究的 队伍也在不断地壮大。在这支队伍中，既有在这个领域里长期辛勤耕耘的老兵，也有初出茅庐的新 人。为了使研究者们得以在更高的起点上开展研究，我们特向该领域(或相关领域)的资深专家和 学者约稿，这些稿件或是多年研究成果的厚实积累以及发轫于斯的深刻思考，或是具有前瞻性的前 沿课题探索，或是相关研究工作系统而深入的综述。我们设立了一个约稿专栏，陆续刊登此类稿 件，以飨读者。本期刊登其中的一篇，是赵军研究员的“命名实体识别、排歧和跨语言关联”，相信这 篇论文对读者全面、深刻地了解乃至理解相关学术问题，一定会大有裨益。 文章编号：1003—0077(2009)02—0003—15 命名实体识别、排歧和跨语言关联 赵军 (中国科学院自动化研究所模式识别国家重点实验室，北京100190) 摘 要：命名实体是文本中承载信息的重要语言单位，命名实体的识别和分析在网络信息抽取、网络内容管理和知 识工程等领域都占有非常重要的地位。有关命名实体的研究任务包括：实体识别、实体排歧、实体跨语言关联、实 体属性抽取、实体关系检测等，该文重点介绍命名实体识别、排歧和跨语言关联等任务的研究现状，包括难点、评 测，现有方法和技术水平，并对下一步需要重点解决的问题进行分析和讨论。该文认为，命名实体识别、排歧和跨 语言关联目前的技术水平还远远不能满足大规模真实应用的需求，需要更加深入的研究。在研究方法上，要突破 自然语言文本的限制。直接面向海量、冗余、异构、不规范、含有大量噪声的网页信息处理。 关键词：计算机应用；中文信息处理；命名实体识别；命名实体排歧；命名实体跨语言关联 中图分类号：TP391 文献标识码：A A on Named and Survey EntityRecognition，Disambiguation CoreferenceResolution Cross—Lingual ZHAO Jun ofPattern of (NationalLaboratory Automation， Recognition，Institute Chinese of 100190，China) AcademySciences，Beijing Abstract：NamedEntitiesare unitsintexts．The and ofnamedentitiesis importantmeaningful recognitionanalysis of inthefieldofWebinformationextraction，Webcontent and greatsignificance ma