- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
HMM与自动规则提取相结合的中文命名实体识别.pdf
HMM与自动规则提取相结合的中文命名实体识别
廖先桃 于海滨 秦兵 刘挺
(哈尔滨工业大学信息检索研究室,哈尔滨,150001)
E-mail:(taoz月,yhb,ginb,tliu)@
摘要:本文实现的中文命名实体识别系统采用了隐马尔可夫模型 (HiddenMarkovMode1,
HMM)与自动规则提取相结合的方法.整个识别过程可以分为两个步骤,首先使用HMM识别,
然后再利用自动提取的规则对识别结果进行修正.二者的有机结合使得系统性能有了很大的
提高.实验表明,中文命名实体识别总的精确率、召回率和F值分别达到了86.93%,83.69%,
85.28%.
关键词:中文命名实体;隐马尔可夫模型
引言
命名实体 (NamedEntity,NE)是指被命名的唯一确定的最小信息单位.包括人名、地
名、机构名、专有名词、时间表达式、数字表达式等,是构成句子的重要成分。它的识别是
信息抽取 (InformationExtraction)、自动问答 (QuestionAnswering)、机器翻译 (Machine
Translation)等技术的重要基础。近年来,NE识别系统的评测受到很多会议的关注,如
MUC-6,MUC-7,Coling2002,Coling2003等川。美国国家标准技术研究所 (NIST)组织的自
动内容抽取 (AutomaticContentExtraction,ACE)评测会议,也将NE识别作为其评测的
两大任务之一,可见其重要程度。
NE的识别方法主要有两种,一种是基于规则的方法,它的识别系统比较简单,但是必
须人工制定规则,费时费力,且系统的健壮性和移植性不好。现在的NE识别更倾向于基于
统计的机器学习方法,它的健壮性和灵活性都比规则的方法好,且代价小.但是需要大规模
的语料进行A练。具有代表性的机器学习算法有HMMI21,MaximumEntropyl31,Memory-based
learning141,SupportVectorMachinel5喀。
目前,英文NE的识别技术已经达到了较高水平。然而,对中文来说,因为一方面它没
有空格标志词语边界,另一方面也没有词语的明确定义,所以和英文相比,中文NE的识别
更加困难。常用手动书写规则并结合词频信息的方法,目前也开始使用机器学习算法,如
IUIMIJ1A,class-basedlanguagemodel171183,RRMtypemethods173191等。
本文实现的中文NE识别系统采用了统计和规则相结合的方法,首先以词性为观察值建
立一个简单的基于IJMM的NE识别系统,然后再利用自动获取的规则对HMM的识别结果进行
修正。这种方法可以有效的发挥二者的优势,充分利用NE的内部结构特征和上下文信息,
克服了二者简单结合所带来的识别结果不易融合的缺点,提高了系统对中文NE的整体识别
效果。
1 系统概述
我们的系统包括两个部分,一是基于HMM的NE识别部分,二是规则修正部分。系统的
结构图如图1所示。基于HMM的NE识别部分的输入是己分词且标注了词性的句子,它的识
别结果又作为规则修正部分的输入,整个系统的输出是标注了NE标记的句子。下面我们就
将对系统做详细介绍。
h仰:J//iad/894.01/tests/ace/
·232 。
图1HMM与 自动规则提平时Q结合的中文 阳识别系统
2 基干HMM的NE识别
2.1Mil练
M [io】是一种重要的统计自然语言模型.己被广泛应用于语音识别,音字转换,词性标
注等领域.模型描述了一个双重的随机过程,其中,状态之间的转换过程是不可观察 (隐藏)
的,它对应了转移概率矩阵。而可观察的事件的随机过程是隐藏的状态转换过程的随机函数,
它对应了发射概率矩阵。HMM可以表示为一个五元组{S,0,P,A,B}。其中,
S:(S,,…,S.}表示状态的集合:
0:(0,,…,0.)表示观察值的集合;
P二{Pi}表示状态的初始概率:
A二(a;,}表示从状态S到状态S,的转移概率矩阵;
B二{b}表示从状态S」观察到0.的发射概率矩阵。
在我们的基于HMM的NE识别系统中,主要利用词性作为观察值,共28种。系统识别的
NE有四类,包括人名 (Nh)、地名 (Ns)、机构名 (Ni)和专有名词 ((Nz)。每一种类别根据
您可能关注的文档
- 不同性别比例情况下大学生性现状与性教育探索_杨帆.pdf
- 不同比例海藻与甘草配伍对大鼠的毒性研究.pdf
- 不同知识类别的地理教学策略.pdf
- 不安抗辩权和留置权的辨析.pdf
- 不完备信息系统中基于联系度的粗集模型拓展.pdf
- 不完备信息系统中基于联系度的粗集模型拓展_黄兵.pdf
- 不完备信息系统中的集对分析方法.pdf
- 不容忽视的新老员工“平衡”.doc
- 不平等条约体系对中国的影响.ppt
- 不平等条约体系对中国的影响C.ppt
- GB/T 32151.38-2024温室气体排放核算与报告要求 第38 部分:水泥制品生产企业.pdf
- 中国国家标准 GB/T 32151.38-2024温室气体排放核算与报告要求 第38 部分:水泥制品生产企业.pdf
- 《GB/T 22069-2024燃气发动机驱动空调(热泵)机组》.pdf
- GB/T 22069-2024燃气发动机驱动空调(热泵)机组.pdf
- 中国国家标准 GB/T 22069-2024燃气发动机驱动空调(热泵)机组.pdf
- 中国国家标准 GB/T 11064.1-2024碳酸锂、单水氢氧化锂、氯化锂化学分析方法 第1部分: 碳酸锂含量的测定 滴定法.pdf
- GB/T 11064.1-2024碳酸锂、单水氢氧化锂、氯化锂化学分析方法 第1部分: 碳酸锂含量的测定 滴定法.pdf
- 《GB/T 11064.1-2024碳酸锂、单水氢氧化锂、氯化锂化学分析方法 第1部分: 碳酸锂含量的测定 滴定法》.pdf
- GB/T 1148-2024内燃机 铝活塞.pdf
- 中国国家标准 GB/T 1148-2024内燃机 铝活塞.pdf
文档评论(0)