命名实体识别排歧和跨语言关联-模式识别国家重点试验室-中国.PDF

第 23 卷 　第 2 期 中文信息学报 Vol . 23 , No . 2 2009 年 3 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Mar . , 2009 编者按 : Int er net 时代对中文信息处理提出了更多、更新的需求 , 同时 ,致力于中文信息处理研究的 队伍也在不断地壮大 。在这支队伍中 ,既有在这个领域里长期辛勤耕耘的老兵 ,也有初出茅庐的新 ( ) 人 。为了使研究者们得以在更高的起点上开展研究 ,我们特向该领域 或相关领域 的资深专家和 学者约稿 ,这些稿件或是多年研究成果的厚实积累以及发轫于斯的深刻思考 ,或是具有前瞻性的前 沿课题探索 ,或是相关研究工作系统而深入的综述 。我们设立了一个约稿专栏 , 陆续刊登此类稿 件 , 以飨读者 。本期刊登其中的一篇 ,是赵军研究员的“命名实体识别 、排歧和跨语言关联”,相信这 篇论文对读者全面 、深刻地了解乃至理解相关学术问题 ,一定会大有裨益 。 文章编号 : (2009) 命名实体识别、排歧和跨语言关联 赵 军 ( 中国科学院 自动化研究所 模式识别国家重点实验室 ,北京 100 190) 摘 　要 : 命名实体是文本中承载信息的重要语言单位 ,命名实体的识别和分析在网络信息抽取 、网络内容管理和知 识工程等领域都占有非常重要的地位 。有关命名实体的研究任务包括 : 实体识别 、实体排歧 、实体跨语言关联 、实 体属性抽取 、实体关系检测等 ,该文重点介绍命名实体识别 、排歧和跨语言关联等任务的研究现状 ,包括难点、评 测 、现有方法和技术水平 ,并对下一步需要重点解决的问题进行分析和讨论 。该文认为 ,命名实体识别 、排歧和跨 语言关联 目前的技术水平还远远不能满足大规模真实应用的需求 , 需要更加深入的研究 。在研究方法上 ,要突破 自然语言文本的限制 ,直接面向海量 、冗余 、异构 、不规范 、含有大量噪声的网页信息处理 。 关键词 : 计算机应用 ; 中文信息处理 ;命名实体识别 ;命名实体排歧 ;命名实体跨语言关联 中图分类号 : TP39 1 　　　　文献标识码 : A A Survey on Named Entity Recognition , Disambiguation and CrossL ingual Coreference Resolution ZHAO J un (National L aboratory of Patt ern Reco gnition , In stit ut e of Automation , Chinese Academy of Sciences , Beij ing 100 190 , China) Abstract : Named Entities are import ant meaningful unit s in t ext s. The recognition and analysi s of named entities i s of great significance in t he field of Web information ext r