原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
基于TBL的中文名实体识别后处理技术.pdf
基于TBL的中文名实体识别后处理技术1
刘利刚，谭红叶，赵铁军，杨沐昀
教育部一微软语言语音重点实验室，哈尔滨工业大学，哈尔滨150001
E-mil：lgliaemtl曲．hit．eda．cn
摘要：中文名实体识别是自然语言处理当中一个富有难度和挑战性的课题。本文提出了一种改进的基于TBL
的后处理技术，它对学习到的规则集台进行优化，极大地提高了单个分类器的识别效果．并且该方法可以
自动获取专门领域的语言特征知识．同时基于TBL获取的规则一般不会出现过拟台的现象。本文在mIM分类
器的基础上．使用TBL后处理技术后，封闭测试中人名、地名、机构名的F-score分别增加了1．6％、4．9％，
极大地提高了中文名实体识别的识别效果，可自动学习并且不会过拟合．
关键词：TBL；后处理；名实体； 舢分类器
ATBLBased MethodtoNER
Post-Processing
Liu1 muyun
igang，Tanhongye，ZhaoTiejun，Yang
MOE-MS ofNatural and
KeyLaboratory Speech
LanguageProcessing
HarbinInstituteofTechnology，Harbin，150001
Abstract：ChineseNamed isadifficultand taskinNLEInthis
Entityrecognition challenging paper,weproposed
an TBLbased methodtoChineseNElLThismethod thelearnedmlesand
improved post-pmcessing optimized
classifier’s effect．Abovemethodcouldbeusedin domain
improvedsinglo recognition all，this special perfectly
forits notoverfiteswellBased
domain learnedrulescould
lu,ming linguisticknowledgeautomatically．The go
ontheHMMclassifierinthis methodiseffectiveand thePER、LOC、ORGF-score32％、
paper,the improves by
7．5％、6．3％inclosetestandl4％，23％、11．1％in
opentest．The
f|L
ChineseNER Itcanlearnnlles andcouldnot OVer
largely automatically go
words：TBLI basedclassifier
Key Enfity；HMM
post-proccssing；named
1引言
命名实体(Named
文档评论（0）