词夹子演算法在专有名词辨识上的应用.PDF

國立台灣大學資訊工程研究所 碩士論文 詞夾子演算法在專有名詞辨識上的應用 - 以歷史文件為例 A Word-Clip algorithm for Named Entity Recognition -by example of historical documents 研究生：張尚斌 指導教授：項 潔 中華民國九十五年六月 感言 兩年的碩士生活一轉眼就過了，人生中最後的學生生活也過完了，說句老 實話真的有點不習慣呢，馬上就得當兵，當兵完後就得到職場上打拼， 想起兩年前剛考完研究所，心中還在猶豫要讀哪間學校，還好當初我覺得進台 大是對的，認識許多的好學長學姊好同學，大家都能患難相助，從研一剛進來 時懵懵懂懂，熬夜看書寫程式打電動，趕期末P roject，每天都很歡樂，當進 入研二時才開始覺得要畢業真是一件很不容易的事情，得想好自己論文的方向 該怎麼走，不會有人在後面當推手，慢慢推著你前進，得自己做好每一件事情。 這兩年下來我學到很多東西，除了寫程式的技巧外，讓我收穫最多的就是 怎麼報告，將一件事情從頭到尾說清楚，而不能含糊不清，還有就是交代的事 情不是說做完就好，而是不僅要做完而且要做好，老師常說做東西不要只做個 雛形，希望我們能將一件事情從頭到尾做好，老師也常常教我們要提升自己的 英文能力，所以鼓勵我們多看紐約時報。 這篇論文能夠完成首先得感謝老師能支持這個想想，以及老師給予的協助 與建議，再來要感謝謝育平學長，剛開始一起討論想出這個idea，也常常給我 ㄧ些建議，真的很謝謝他。接下來很感謝杜協昌學長在最後半年裡，不厭其煩 常常和我討論而且一直給我建議和指教，讓我 學到很多，但常常我們都會辯解 到面紅耳刺，實在是很抱歉。真的很感謝杜老大。還有要謝謝詩佩學姊常常叮 嚀我們要把事情做好，默默地幫我們做許多事 情，還有也要謝謝圖書館的同 仁，沒有他們我的數據是不可能出來， 真的很感謝他們。還要謝謝雨利學長和 小槍學長以及元哥，他們常常給我ㄧ些建議，花時間和我一起討論我的研究， 真的很謝謝學長們。 接下來我也要謝謝雅寧陪我走過這半年的研二生最痛苦的時期，常常叮嚀我也 常常幫忙我，真的很感謝她。最後是在暗地裡默默支持我的父母我的兄姐，沒 有他們的鼓勵，沒有他們放任我，我可能也許沒辦法這麼順利畢業，我愛我的 家人謝謝你們。 Abstract The Chinese characters may in principle be composed into a countless number of phrases, which no existing methods, including dictionaries, can completely enumerate. This leads to the problem of erroneous detections or misses when attempting to identify proper nouns (PN) in a document. In this thesis, we have proposed a method based on a notion of word-clip to identify proper nouns from documents in a specific domain. Methods for PN recognition can be classified into the following three cat