在篇中利用互信息识别命名实体的研究.pdfVIP

2007年2)3 沈阳航空工业学院学报 Feb．2007 of Instituteof V01．24No．1 第24卷第1期 Journal Aeronautical Shenyang Engineering 文章编号：1007—1385(2007)01—0035—03 在篇章中利用互信息识别命名实体的研究 李治国1 蔡东风1 周俏丽1 杨者青2 摘要：命名实体(NamedEntity)识别是中文信息处理的一个重要问题。NE的识别方法主要有 两种，一种是基于规则的方法，另一种是基于统计或学习的方法。针对大量存在于网络信息中不 规则书写的命名实体和商务领域中系列类型的命名实体，利用它们的特点，提出了在篇章中使用 词与词之问的互信息来识别命名实体类的方法，在实验中取得了较好的效果。 关键词：命名实体类；命名实体识别；互信息 中图分类号：TP391．1 文献标识码：A 随着社会日新月异的发展，面向领域的命名 实体层出不穷，对于具有一定特征的领域命名实 法以统计学习为主，趋于各种方法的融合…。表 体识别，我们需要重新从另外一个角度去理解和 1给出了几个汉语命各实体识别系统的比较。 分析。市场信息化、商务电子化的飞速发展给商 表1 几个汉语命名实体识别系统的比较 务信息智能处理提供了非常广阔的应用空间，其 中商务领域命名实体识别(Named EntityRecogni— tion)是最为基础的关键技术之一…。 1 相关工作 命名实体(Named Entity，简称NE)是指被命 名的唯一确定的最小信息单位，包括人名、地名、 本文针对目前商务领域中层出不穷的某一类 机构名、专有名词、时间表达式、数字表达式等，是 产品和一系列类型产品的特点，对产品命名实体 构成句子的重要成分旧J。 的类进行了定义描述，结合产品类的特点提出了 NE识别是目前公认的中文自动切词的难 一种利用改进互信息计算的方法识别命名实体， 点∞J。对中文来说，因为一方面他没有空格标志 并且取得了较为满意的效果。 词语边界，另一方面也没有词语的明确定义，所以 中文NE识别比英文NE的识别要困难。NE的识 2命名实体识别的任务分析 别方法主要有两种，一种是基于规则的方法，它通 2．1 问题提出 过分析命名实体的有关特征制定识别的规则，从 随着互联网越来越多的融人到我们的生活 而识别出一些符合规则的命名实体，方法简单易 中，我们接触到越来越多的信息，尤其一些产品不 用，但是它的缺点是必须人工制定规则，费时费 断更新换代，而且不同地方的人们联系也越来越 力，且系统的健壮性和移植性不好；另一类是用统 多，同时从不同的环境中对于同一类的产品会给 计或学习的方法对各种命名实体做一揽子处理。