基于先秦语料库的古汉语地名自动识别模型构建研究-中国人民大学.pdfVIP

第５９卷 第１２期　２０１５年６月 基于先秦语料库的古汉语地名自动识别模型构建研究 ■ 黄水清　王东波　何琳 南京农业大学信息科学技术学院　南京２１００９５ 摘要：［目的／意义］在数字人文研究这一大趋势下，基于先秦古汉语语料库和条件随机场模型，构建古汉 语地名自动识别模型。［方法／过程］对《春秋左氏传》中的地名的内部和外部特征进行统计分析，构建模型的 特征模板。在规模为１８７９０１个词汇的训练和测试语料上，对比条件随机场模型和最大熵模型的地名识别效 果，把调和平均数为９０．９４％的条件随机场训练模型确定为最佳，作为本文所要构建的模型，并在《国语》语料 上进行验证。［结果／结论］在古汉语地名自动识别中，条件随机场模型优于最大熵模型，基于人工标注过的语 料构建条件随机场自动识别模型能取得较好的识别效果。 关键词：古汉语地名　条件随机场　词汇特征　先秦语料库 分类号：Ｇ２５５．１ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１５．１２．０２０ ［６］ １　引言