一个统计与规则相结合的中文命名实体识别系统.pdfVIP

第 25 卷第 10 期 计算机应用 Vo l. 25 No. 10 2005 年 10 月 Computer Applications Oct. 2005 文章编号:1001 -9081(2∞5) 10 -2404 -03 一个统计与规则相结合的中文命名实体识别系统 向晓雯，史晓东，曾华琳 (厦门大学信息科学与技术学院，福建厦门 361005) (口wen@ xmu. edu. cn) 摘 要:介绍了一个中文命名实体识别系统，该系统采用了统计与规则相结合的方法。整个识别 过程主要分成两个步骤，首先使用隐马尔可夫模型进行词性标泣，然后利用具有优先级别的匹配规则 对第一步的结果进行修正和转换。同时，系统还对上下文相关的命名实体识别作了初步的尝试。在 863 组织的命名实体识别评测中，系统的准确率、召回率和 F 值分别达到了 8 1. 9313毛， 78.20% , 80.02% 。 关键词:命名实体;隐马尔可夫模型;匹配规则 中图分类号: TP18 文献标识码:A Chinese named entity recognition system using statistics-based and rules-based method XIANG Xiao-wen , SHI Xiao-dong , ZENG Hua-lin (School of [;呐nnation Science and Techno必gy， Xiamen Univers峙， Xiamen F叩iian 361005 , China) Abstract: This paper presented a Chinese named entity recognition system that combined the statistics-based and rules- based method. The whole pr，∞ess was divided into two steps. First to use the hidden Markov model for part-of-speech tagging , and then made use of match rules to amend and convert the result of the HMM step. 咀le system also made an attempt at context-sensitive Chinese named entity recognition. In a named entity test organized by the 863 program , the precision , recall and F-score of the system reach 81.93% , 78.20% and 80.02% respectively. Key words: named entity; hidden Markov model; match rules IEER-99 (Information Extraction Entity Recognition) 测试集上的 0 引言 F 值为84.61% 。 命名实体(Named Entity ， NE) 是文本中的固有名称、缩写 本文采用统计与规则相结合的方法，设计并实现了一个 及其他唯一标识，包括人名、地名、组织名、时间表达式、