知网在命名实体识别中的应用研究-中文信息学报.pdfVIP

第 22 卷 　第 5 期 中文信息学报 Vol . 22 , No . 5 2008 年 9 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Sep . , 2008 文章编号 : (2008) 《知网》在命名实体识别中的应用研究 郑逢强 , 林 磊 , 刘秉权 , 孙承杰 ( 哈尔滨工业大学 智能技术与自然语言处理实验室 计算机科学与技术学院 ,黑龙江 哈尔滨 15000 1) 摘 　要 : 命名实体识别是自然语言处理领域的一项基础研究 ,它对于语言的深层处理有重要意义 。该文以最大熵 模型为基础来进行名实体识别 ,提出了基于《知网》的两种改进策略来增强模型的泛化性能 。第一种策略是将《知 网》中词的义原作为特征加入到最大熵模型中;第二种策略是利用《知网》来计算最大熵模型中词特征之间的概念 相似度 。在北京大学《人民日报》语料上的实验结果表明第一种策略可以有效地提高名实体识别的性能 ,第二种策 略的改进效果不明显 。 关键词 : 计算机应用 ; 中文信息处理 ;名实体识别 ;概念相似度 ;《知网》;最大熵模型 中图分类号 : TP39 1 　　　　文献标识码 : A A Research on the Appl ication of HowNet in Named Entity Recognition ZH EN G Fengqiang ,L IN L ei , L IU Bingquan , SUN Chengj ie ( Int elligent Technolo gy Nat ural L anguage Processing L ab , School of Comp ut er Science and Technolo gy , Harbin In stit ut e of Technology , Harbin , Heilongj iang 15000 1 , China) Abstract : Named entit y reco gnition i s a foundational i ssue of nat ural language p rocessing and of sub st antial significance to deep language p rocessing . Thi s work adop t s t he maximum ent rop y model for named entit y reco gnition and p ropo ses two imp rovement st rat egies based on HowNet to enhance t he generalization of maximum ent rop y mo del . The fir st st rat egy i s to add t he HowNet ’s sememe of concep t s into t he maximum ent rop y mo del as feat ures. The ot her i s to t ake advant age of HowNet to calculat e t he similarit y between wor d feat ures in maximum ent rop y mo del . The exp eriment s on China Daily corp u s show t hat t he fir st st rat egy could imp rove named entit y reco gnition