基于感知机模型藏文命名实体识别(华却才让).pdfVIP

172 2014 ，50（15） Computer Engineering and Applications 计算机工程与应用 基于感知机模型藏文命名实体识别 1，2 3 1 3 华却才让 ，姜文斌 ，赵海兴 ，刘 群 1，2 3 1 3 HUA Quecairang , JIANG Wenbin , ZHAO Haixing , LIU Qun 1.陕西师范大学 计算机学院，西安 710062 2.青海师范大学 藏文信息研究中心，西宁 810008 3.中国科学院 计算技术研究所，北京 100190 1.Computer Science School of Shaanxi Normal University, Xi ’an 710062, China 2.Tibetan Information Research Center, Qinghai Normal University, Xining 810008, China 3.Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China HUA Quecairang, JIANG Wenbin, ZHAO Haixing, et al. Tibetan name entity recognition with perceptron model. Computer Engineering and Applications, 2014, 50 （15）：172-176. Abstract ：Tibetan name entity recognition is essential for Tibetan text segmentation and the part of speech tagging. This paper proposes a syllable features perceptron training model to identify Tibetan name entity with detail analysis NE structure rule and word segmentation ambiguity. It focuses on Tibetan syllable segmentation, training features templates of inner and boundary of NE, training model and NE classification method. The F -score of NE identification is 86.03% for the test set, and 10.5% higher than the Tibetan segmentation baseline system. Key words ：Tibetan syllable; Name Entity （NE ）; Tibetan NE; perceptron model 摘 要：藏文命名实体识别是藏文分词和标注系统中必须要解决的问题。通过对命名实体构词规律及分词歧义进 行分析，提出基于音节特征感知机训练模型的藏文命名实体识别方案。重点研究了利用藏文紧缩格识别音节的方 法，命名实体内部和边界音节的模型训练特征模板，训练模型，以及命名实体分类识别方法。提出的藏文命名实体 识别方法在测试集上获得86.03% 的F 值，相对基于分词的基线系统高出10.5%个点。 关键词：藏文音节；命名实体；藏文命名实体；感知机模型 文献标志码：A 中图分类号：TP391 doi ：10.3778/j.issn. 1002-8331.1308-0196 藏文命名实体识别（Named Entity Recognition ，NER ） 导致与音节的后置字符及又后置字符间存在歧义；第三 是确定藏文文本中人名、地名、机构名和数词等名词短 动词在时态上具有屈折变化。这些复杂性使得藏文分