中文微博命名体识别中文微博命名体识别.pdf

????年 ?月? 四 川 大 学学 报 ?自然科 学版 ?? ? ??． ????? 第 ??卷? 第 ?期? ????????????????????????????? ?????????????????????????? ???．??? ??．?? ???：??????／?．????．????—????．????．??．???? 中文微 博 命 名 体 识 别? 韩 春 燕?，刘 玉娇?， 琚 生根?，李 若 晨?，苏? 种? ??．四川 民族 学 院计 算 机 科 学 系 ，?康 定 ??????；?．四川?大学 计 算 机 学 院 ，成 都 ?????????? 摘? 要 ：近年 来微 博 的快速 发展 为命 名体 识 别提 供 了新 的载 体 ，同 时微博 的特 点也 为命 名 体? 识别研 究带 来 了挑 战．针 对微 博 特 点 ，本文提 出 了基 于拼 音 相 似距 离以及 文 本相 似 距 离聚 类? 算 法对微 博 文本进 行规 范化 ，消除 了微博 的语 言表 达 不规 范造 成 的 干扰． 同时 ，本 文还 提 出? 了篇 章级 、句子级 以及词 ???级 三级 粒 度 的 特征 提 取 ，使 用 条件 随机 场 模 型 进 行 训 练数 据 ，并? 识别命 名 体 ，采 用 由微 博 文本相 似 聚类获 得 的 实体 关 系类对 命 名体 类 型进 行修 正．由于缺 少? 大量的微 博训 练数 据 ，本 文采 用半监 督 学 习框 架训 练模 型．通 过 对新 浪 微博 数 据 的 实验 结果? 表 明 ，本 方法能 够有 效地提 高微 博 中命 名体 识别 的效 果．? 关键 词 ：微博 ；条件 随机 场 ；命 名 实体 ；三 级粒度 特征 ；短 文本? 中图分 类号 ：?????? 文 献标 识码 ：?? 文章 编号 ：????—????????????—????—??? ??? ?????????????????????????????????? ????‘????? ?????????????，??己，??—?????，????????—???。，??????—?????，?? ?????。? ??．???????????????????????????，????????????????????????????????????，???????????????，?????；? ?．??????????????????