实体识别-DriveHQ.pptVIP

语义实体识别 大纲 动机 语义实体 相关概念 两类特征 序列标注模型 试验 动机 传统文本挖掘的第一步就是分“词” 分词粒度对不同web应用的影响 搜索应用对分词粒度不敏感 语义分析要求具有特定含义的词语组合不能被分开，比如： 小沈阳 甲型H1N1流感 女性车厢 云锦袈裟 公交自燃 绿坝花季护航 语义实体 语义实体：web文档中描述现实世界中确切对象名称的词语组合。 person(释永信，周跑跑,西单天使，大S) location(上海市普陀区) organization（华师大） product（OPPO手机） event(公交自燃) Common object(云锦袈裟，救生锤) Abstract concept(新农村，甲型H1N1流感) 语义实体相关概念 命名实体(MUC, TREC,CONLL,ACE，SIGHAN) 人名，地名，机构名，日期，时间，数值，百分比 区别 传统命名实体类别有限，本文定义的语义实体不限制其类型。 语义实体相关概念 方法区别 传统命名实体识别方法主要使用CRF模型，本文将CRF模型的输出作为特征之一，结合语言无关的统计特征，使用SVM进行训练。 语义实体的两类特征 语义实体上下文特征 语义实体本身的文本内容，以及周围的文本内容蕴含了大量提示信息 语义实体的统计特征 语义实体多次在不同的上下文出现 实体上下文特征 广东省交通厅展开了