基于CRF和规则相结合的地理命名实体识别方法 - 计算机应用与软件.PDF

第３２卷第１期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．１ ２０１５年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１５ 基于 ＣＲＦ和规则相结合的地理命名实体识别方法 １，２ ２ ２ 何炎祥 　罗楚威　胡彬尧 １（武汉大学软件工程国家重点实验室　湖北武汉４３００７２） ２（武汉大学计算机学院　湖北武汉４３００７２） 摘　要　　为了识别文本中海量的地理命名信息，以ＣＲＦ（条件随机场）模型识别为基础，加入制定的规则，来提高ＣＲＦ模型识别的 召回率，从而提高整体的地理命名实体识别效果。通过选取适合的地理命名实体识别的特征模板，验证特征的有效性以及分析ＣＲＦ 模型识别结果中的未识别实体样本，设计针对未识别实体的规则用以修正识别结果。实验表明，对地名和组织名结合规则进行修正 后的Ｆ值达到了９１．６１％和８５．７４％，有了显著提高。 关键词　　地理命名实体识别　特征模版　条件随机场　修正规则　结合修正 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０１．０４６ ＧＥＯＧＲＡＰＨＩＣＥＮＴＩＴＹＲＥＣＯＧＮＩＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮＣＲＦ ＭＯＤＥＬＡＮＤＲＵＬＥＳＣＯＭＢＩＮＡＴＩＯＮ １，２ ２ ２ ＨｅＹａｎｘｉａｎｇ 　ＬｕｏＣｈｕｗｅｉ　ＨｕＢｉｎｙａｏ １（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｈｕｂｅｉ，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｈｕｂｅｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｏｒｒｅｃｏｇｎｉｓｉｎｇｍａｓｓｉｖｅｇｅｏｇｒａｐｈｉｃｎａｍｅｄｅｎｔｉｔｉｅｓｉｎｔｅｘｔｓ，ｏｎｔｈｅｂａｓｉｓｏｆｃｏｎｄｉｔｉｏｎａｌｒａｎｄｏｍｆｉｅｌｄ（ＣＲＦ）ｍｏｄｅｌ，ｗｅａｄｄａｒｔｉ ｆｉｃｉａｌｒｕｌｅｓｔｏｉｍｐｒｏｖｅｉｔｓｒｅｃａｌｌｒａｔｅｏｆｒｅｃｏｇｎｉｔｉｏｎ，ｔｈｅｒｅｂｙｉｍｐｒｏｖｅｔｈｅｏｖｅｒａｌｌｅｆｆｅｃｔｏｆｇｅｏｇｒａｐｈｉｃｎａｍｅｄｅｎｔｉｔｉｅｓｒｅｃｏｇｎｉｔｉｏｎ．Ｂｙｃｈｏｏｓｉｎｇ ｐｒｏｐｅｒｆｅａｔｕｒｅｔｅｍｐｌａｔｅｏｆｔｈｅｇｅｏｇｒａｐｈｉｃｎａｍｅｄｅｎｔｉｔｙｒｅｃｏｇｎｉｔｉｏｎ，ｗｅｖｅｒｉｆｙｔｈｅｖａｌｉｄｉｔｙｏｆＣＲＦｆｅａｔｕｒｅｓａｎｄａｎａｌｙｓｅｔｈｅｕｎｒｅｃｏｇｎｉｓｅｄｅｎｔｉｔｙ ｓａｍｐｌｅｓａｍｏｎｇＣＲＦｍｏｄｅｌｒｅｃｏｇｎｉｔｉｏｎｒｅｓｕｌｔ，ａｎｄｄｅｓｉｇｎｔｈｅａｒｔｉｆｉｃｉａｌｒｕｌｅｓｔａｒｇｅｔｅｄａｔｔｈｅｕｎｒｅｃｏｇｎｉｓｅｄｅｎｔｉｔｙｔｏｃｏｒｒｅｃｔｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒｅ ｓｕｌｔ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｆｏｒｔｈｅｐｌａｃｅｎａｍｅｓａｎｄｏｒｇａｎｉｓａｔｉｏｎｎａｍｅｓ，ｔｈｅｉｒＦｖａｌｕｅｓｒｅａｃｈ９１．６１％ａｎｄ８５．７４％ａｆｔｅｒｔｏｂｅｃｏｒｒｅｃｔｅｄｉｎ ｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｔｈｅｒｕｌｅｓ，ｉｔｉｓｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｄ． Ｋｅｙｗｏｒｄｓ　　Ｇｅｏｇｒａｐｈｉｃｎａｍｅｄｅｎｔｉｔｙｒｅｃｏｇｎｉｔｉｏｎ　Ｆｅａｔｕｒｅｔｅｍｐｌａｔｅ　Ｃｏｎｄｉｔｉｏｎｒａｎｄｏｍｆｉｅｌｄ（ＣＲＦ）　Ｒｅｖｉｓｅｒｕｌｅ　Ｃｏｍｂｉｎｅｄｃｏｒｒｅｃｔｉｏｎ 在于中英文之间的