基于条件随机域的中文命名实体识别.pdfVIP

基于条件随机域的中文命名实体识别 史树敏1,2,3王志强1，周浪1，冯冲2，黄河燕2 学院，呼和浩特010022) 摘要： 本文基于条件随机域模型处理中义命名实体中的人名、地名、组织机构名识别，综合利用外部特征，研究了宇一级 包括外国译名在内的中文人名、地名、简单组织机构名的识别，采用了利用互信息获耿外部统计词典并建立外部特征的方法。 初步实验结果表明，外部特征的加入可以弥补训练规模的不足、显著提高识别效果。 关键词； 中文命名实体识别：条件随机域；统计测典 Named Chinese EntityRecognitionUsing RandomFieldsModeI ConditionaI Shumin HUANG2 ZHOUl，ChongFENG2，Heyan Silll，2，3，ZhiqiangWANGl,Lang nDeFcnmentofCompumr translated name Abstract：Thisstudiesthe ofChinese name，location paper recognition personflame，including name，simpleorganization oncharacterlevel conditionalrandomfields usedtodealwithChinesenamed using model(CRFs),which entityrecognition，whileutilizing statisticallexiconand externalfeature all of useofmutualinformationtoobtainexternal approachmaking synthetically,adopting external showsthat extemalfeaturecanoffsetthe of modelsand the establishingfeature，Experimentjoining deficiencytraining improve effect ofrecognitionpromifiently．· Named Random EntityRecognition；ConditionalFields；Lexicon Keywords：Chinese 1引言 命名实体识别州8me Entity 2003年首次将中文命名实体识别作为分词标注的子任务引入，2004年将其作为～个独立的评测项目。 本文利用现有标注语料库，以条件随机域模型为基础研究中文命名实体中人名、地名、组织机构识别，综合 作者简介：史树敏(1978一)。女，内蒙古包头人，博士研究生，E-mail：nmssm@126．c伽 利用外部特征，实现了字一级包括外国译名在内的中文人名、地名、简单组织机构名的识别。同时采用了利用互 信息(Mutual 引入外部特征的方法。实验表明外部特征的加入可以弥补训练规模的不足、显著的提高实体识别效果。 2条件随机域 Random 条件随机域模型(Conditional 了一定的成功。 CRFs是一种无向图模型，对于指定的节点输入值，能够计算指定的节点输出值上