利用CRF实现中文人名性别的自动识别.pdfVIP

28卷第10期 微电子学与计算机 VOL28No．10 October2011 2011年10月 MICROELECTRONICSCOMPUTER 利用CRF实现中文人名性别的自动识别 赵晓凡1，赵丹2，刘永革1 (1安阳师范学院计算机与信息工程学院，河南安阳455002；2郑州大学计算中心，河南郑州455000) 摘要：受传统观念的影响，中国入名最后一个或两个字的用法对性别判定通崔具有一定的指示作用，由此提出利 用条件随机场模型来实现中文人名性别的自动识别．该机器学习方法根据人名的结构和用字信息，构建人名标注 集，选择6组不同的特征模板集，利用条件随机场模型，在231337个人名数据库中经过封闭测试，正确率可以达到 89．30％，比采用朴素贝叶斯依赖人名用字进行性别识别的方法好将近7个百分点．实验证明：在人名库中识别性 别，名字尾字的作用要高于姓氏用字，且女性人名性别识别的准确度要略高于男性。一般是高2至3个百分点．从 机器学习的角度来说性别差异可以体现在人名用字中．通过分析实验数据总结了适合人名识别的CRF特征模板 设计的一般规律，这为后续的研究工作提供了基础． 关键词：性别识别；中文人名要素；命名实体识别；特征选择；条件随机场 中图分类号：TP391 文献标识码：A 文章编号：1000一7180(2011)10—0122一03 TheAutomaticGender ofChineseName Recognition Using ConditionalRandomFields ZHAO Xiao-fanl，ZHAODan2，LIU Yong-gel Schoolof andInformation Normal (1 455002．China； Computer Engineering，AnyangUniversity，Anyang 2The Center0f 455000，China) ComputingZhengzhouUniversity，Zhengzhou theinfluenceoftraditional lastoneortwov_ordsofChinesename hasacertainin- Ahtraet：On concept，the usually canbe structionsroletO of nalTlc usedinnatural genderrecognition．Genderrecognitionperson Janguageprocessing whichisa ofNamed methodmakesLlseofthestructure specific Recognition．Genderrecognition application Entity and informationofChinese name．The onthebas