基于条件随机场和篇章校对的有机物命名实体识别方法研究.PDFVIP

探索与研究 DISCOVERY AND RESEARCH doi:10.3772/j.issn.2095-915x.2018.05.006 基于条件随机场和篇章校对的有机物命名实体识别 方法研究 谷威 1　田欣 2 1. 国家知识产权局专利局　北京　100088； 2. 中国专利信息中心　北京　100088 摘 要 有机物命名实体识别是生物医学等专利文本挖掘和机器翻译的关键步骤，只有正确地识别出 有机物命名实体，才能准确、有效地完成专利挖掘和翻译。本文从有机物命名实体识别的自身构成特 点出发，重点研究了有机物命名实体识别的流程、方法和特征，采用 CRF 算法和篇章校对结合的方 法实现了有机物命名实体的自动识别，达到了较高的准确率和召回率。下一步的研究中将利用模板和 CRF 等多策略识别方法继续改进。 关键词：有机物识别；命名实体；条件随机场；篇章校对 中图分类号：G35 开放科学（资源服务）标识码（OSID） Research on Organic Matter Named Entity Identification Method Based on Conditional Random Field and Text Proofreading 1 2 GU Wei 　TIAN Xin 1. Patent Office of the State Intellectual Property Office, Beijing 100088, China; 2. China Patent Information Center, Beijing 100088, China Abstract Organic matter named entity identification is the critical step of patent text mining (especially bio-medicine text) and machine translation, and only when the organic matter named entity is correctly identified, thepatent mining and machine translation can be effectively completed. From the aspect of self- 作者简介：谷威（1978-），硕士，研究方向：专利信息化建设和信息服务，专利信息化发展规划制定、信息系统建设和管理等。 田欣，研究方向：中国专利文献中英文数据处理，专利文献机器翻译的应用与研究。 TECHNOLOGY INTELLIGENCE ENGINEERING 064 2018 年第 4 卷 第 5 期 基于条件随机场和篇章校对的有机物命名实体识别方法研究 RESEARCH ON ORGANIC MATTER NAMED ENTITY IDENTIFICATION METHOD BASED ON CONDITIONAL RANDOM FIELD AND TEXT PROOFREADING structure features of organic matter named entity identification, this paper focuses on the research of the procedures, methods and features of organic matter named entity identification, and adopts the combined method of CRF and text proofreading to realize the automatic identification of organic matter named entities and achieve a rather high precision rate and recalling rate. Keywords：Organic