- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于角色标注的中文机构名识别-中科院计算所自然语言处理研究组
基于角色标注的中文机构名识别?
?本文得到国家重点基础研究项目(G1998030507-4;G1998030510)和计算所领域前沿青年基金项23资助
作者俞鸿魁,男,1978年生,北京化工大学计算机系研究生,中科院计算所客座学生,主要研究方向为计算机语言学。张华平,男,1978年生, 博士研究生,主要研究方向为计算语言学,中文信息处理与信息抽取。刘群,男,1966年生,在职博士研究生,副研究员,主要研究方向为机器翻译,自然语言处理与中文信息处理。
俞鸿魁1,2 张华平1 刘群1,3
1 中国科学院计算技术研究所软件研究室 北京 100080
2 北京化工大学信息科学与技术学院 北京 100029
3 北京大学信息学院计算机系计算语言所 北京 100871
E-mail: HYPERLINK mailto:yhk@public3.bta.net.cn yhk@public3.bta.net.cn
摘要:中文机构名自动识别是命名实体识别的重点和难点,目前各种解决方案的实际效果还难以满足人们的实际需求。本文提出了一种基于角色标注的中文机构名自动识别方法,其基本思想是:根据在机构名识别中的作用,采取Viterbi算法对切分结果进行角色标注,在角色序列的基础上,进行字符串识别,最终实现中文机构名的识别。识别过程中我们只需要某个词作为特点角色的概率以及角色之间的转移概率。该方法的实用性还在于:这些角色信息完全可以从真实语料库中自动抽取得到。通过对大规模真实语料库的封闭测试中,该方法取得了接近90%的召回率和准确率,即使在开放测试中,准确率也高达88%。不同实验从各个角色表明:基于角色标注的机构名识别算法是行之有效的。
关键词:中文机构名识别;未登录词识别;角色标注;Viterbi算法
Recognition of Chinese Organization Name Based on Role Tagging
YU Hong-Kui1,2 ZHANG Hua-Ping1 LIU Qun1,3
1 Institute of Computing Technology, The Chinese Academy of Sciences, Beijing, 100080 China
2 Information science technology college, Beijing University of Chemical Technology, Beijing, 100029 China
3 Inst. of Computational Linguistics, Peking University, Beijing, 1000871 China
E-mail: HYPERLINK mailto:yhk@public3.bta.net.cn yhk@public3.bta.net.cn
Abstract: automatic recognition of organization name is emphasis and difficulty for named entity identification. Because of their inherent deficiencies, previous solutions are not satisfactory. This paper presents an approach for organization name recognition based on role tagging. That is: tokens after segmentation are tagged using Viterbi algorithm with different roles according to their functions in the generation of organization name; the possible names are recognized after sting identification on the roles sequence. During the recognition process, only the possibilities of tokens being specific roles and the transition possibilities between roles are required. The significance is that such lexical knowledge can be totally extracted from corpus automatically. In b
您可能关注的文档
- 基于模糊隶属度的人脸识别应用倡-计算机应用研究.PDF
- 基于模糊集的不精确时态关系建模-JournalofNortheasternUniversity.PDF
- 基于模糊集理论的AdHoc网络优化的研究-北京理工大学.PDF
- 基于横摆角速度增益的动态转向系统可变传动比-重庆理工大学学报.PDF
- 基于气象水文因子的呼湖湿地消长综合模型研究-冰川冻土.PDF
- 基于汽车无级变速器最佳传动效率的夹紧力控制策略研究.PDF
- 基于活动标架法的2自由度机器人轨迹规划-机械工程学报.PDF
- 基于流场与劳伦级数的指纹奇异点检测级数的指纹奇异点-计算机工程.PDF
- 基于测厚控制与液压的无卡轴旋切机设计-福州大学学报.PDF
- 基于深度学习的专利分类方法-计算机工程.PDF
- 江苏省灌云高级中学2023-2024学年高三上学期第一次月考地理试题含答案.docx
- 备战2024年高考物理一轮重难点复习 第十三章 近代物理.docx
- 江苏省高邮市一中2021-2022学年高三上学期第一次月考语文试题(原卷版).docx
- 江苏省华罗庚中学2023-2024学年高三上学期12月阶段检测数学试卷含答案.docx
- 江苏省海门中学2023-2024学年高三上学期第一次调研考试地理试题及答案.docx
- 备战2024年高考物理一轮重难点复习 第九章 恒定电流.docx
- 江苏省高邮市2023-2024学年高三下学期3月学情调研数学试题含答案.docx
- 备战2024年高考物理一轮重难点复习 实验十一:探究影响感应电流方向的因素.docx
- 备战2024年高考物理一轮重难点复习 实验三:验证平行四边形定则.docx
- 备战2024年高考物理一轮重难点复习 第十四章 光.docx
文档评论(0)