基于群集智能的CRF与规则结合的中文地址抽取.pdfVIP

第32卷第3期 计 算 机 应 用 研 究 V01．32No．3 2015年 3月 ApplicationResearchofComputers Mar．2015 基于群集智能的CRF与规则结合的中文地址抽取术 汪闯闯，姬东鸿 (武汉大学计算机学院，武汉 430072) 摘 要：地址抽取是信息采集研究的热点，但是如何保证高准确率与召回率一直是一个具有挑战性的问题。将 基于CRF的方法与规则抽取方法相结合来进行地址抽取，并将优化后的结果再用来进行 CRF训练；此过程不断 循环迭代，直至性能不再提升 ，最后得到多个CRF分类器。这个不断迭代的过程就是基于群集智能的ACG算法 流程，最后再通过组合多个分类器的结果形成最终结果。实验表明，该方法可以把召回率和准确率分别提高到 96．44％和 97．73％。 关键词：条件随机场；地址抽取；规则抽取方法；群集智能；ACG算法；组合 中图分类号 ：TP391．43 文献标志码 ：A 文章编号 ：1001—3695(2015)03-0727-04 doi：10．3969／j．issn．1001—3695．2015．03．020 AddressextractioninChinesebyassociatingCRFwith rulesbasedon swarlnintelligence WANG Chuang—chuang，J1Dong—hong (SchoolofComputer，WuhanUniversity，Wuhan430072，China) Abstract：Addressextractionisahotresearchtopicinthefieldofinformationextraction．Buthow toensureitshighprecision andrecallremainsachallenge．ThispaperpresentedtheassociationbetweenCRFandrule-basedmethodandthenusedtheir optimizedresultinreturnforCRFtraining．Thisprocessiterateduntilreachingthebestperformanceandresuhedinseveral CRFclassifiers．ThewholeprocedurewasjusttheprocessofACGalgorithmbasedonswamr intelligence．Atlast，itgenerated thefinalresultbycombiningtheresultsofallmodelswitheachother．Th eexperimentshowsthatthemethodcanpromotethe recallandtheprecisionto96．44％ and97．73％ ． Keywords：CRF；addressextraction；rule-basedextractingmethod；swarnlintelligence；ACG algorithm ；combination 随着现代信息技术的高速发展，互联网上的信息呈现爆炸 的变形模型LDCRF(以及DCRF)、HCRF，这些变形模型都是在 式的增长，人们也在通过各种方式高效地获取信息，地址就是 基本模型CRF上的各种改进与优化，它们在实体识别以及分 其 中的一个重要部分 ，它是事件限定出现的范围，是事件中不 类中都取得了较好的效果。 可或缺的一个属性。地址抽取主要包括地址识别、行政层级划 通过上述的一些研究可以看到，CRF在命名实体识别 中 分、完整名扩展等几个部分。本文主要