基于篇章的中文地名识别研究.pdfVIP

24 2 Vo l. 24 , N o. 2 2010 3 JOU RN A L OF CH INESE IN F OR MA T ION P RO CESSIN G M ar ., 20 10 : 2010) , , , , 210097) : 该文介绍了以篇章为单位的中文地名识别方法和系统实现地名识别包括简单地名识别和复杂地名识别 两个 段简单地名识别由基于条件随机场的识别模块和基于篇章地名关系的识别模块顺序构成, 以原始文本为 输入, 直接利用地名内部结构和相邻字信息进行地名识别和文本分词, 然后利用篇章地名关系和地名性判断进一 步处理复杂地名识别以简单地名识别结果为输入, 采用条件随机场识别系统在封闭测试和开放测试中F1 值 分别达到92. 87 % 和89 . 76% 研究发现, 在地名性判断中地名确信度低的字串对于地名识别干扰性较大, 篇章地 名关系能够在不降低识别精确度的情况下有效提高召回率, 综合利用地名短距离和长距离依存关系可以有效提高 地名识别效果 : 计算机应用; 中文信息处理; 篇章地名关系; 条件随机场; 地名性判断 : T P391 : A DiscourseBased Chinese Location Name Recognition T AN G Xuri, CHE N Xiaohe, XU Ch ao, LI Bin Sch . o f Chinese Lang uag e and L iteratur e, N anj ing N o rmal U niversit y, Nanjing , J iang su 210097 , China) Abstract: T he pa per present s a sy stem fo r the r eco gnition o f Chinese lo cat ion names o n the discourse lev el . T he sy s tem employ s thr ee modules in sequence, the CRFsbased module for simple locatio n name recog nitio n, the discour se based module for the relationship ident if icatio n betw een the sim ple location names and the CRF sbased module fo r complex lo cation name recog nition . T he CRF sbased module fo r sing le location name reco gnitio n takes raw tex t as input and models bo th the info rmation of inter nal st ructur e o f basic location names and the informat ion of neighbor ing char acter s . T he disco ursebased mo dule employ s to po nymhood calculatio n and disco ursebased locatio n name r e lation for recog nition . T he module of complex lo cat ion name r ecognit ion is a lso based o n CR Fs but operates on t he r esult o f s