地名的自动辨识.ppt

中國地名、組織機構名稱和英譯名的自動辨識 周彥呈 Outline 地名的自動辨識 組織機構名稱的自動辨識 英譯名的自動辨識 Outline 地名的自動辨識 組織機構名稱的自動辨識 英譯名的自動辨識 地名的自動辨識 資源 地名辨識系統 地名的自動辨識 資源 中國地名庫 (收錄中華人民共和國地名錄) 中國地名用字庫 中國地名用詞庫 (Ex：水庫、名勝、苗族) 二元同現庫 (Ex：中國大陸) 並列聯繫詞庫 (、 和 與 並引入可信度) 地名指示詞詞庫(在、到、位於、城市、地區) word position basic weight 中國地名用字庫 收錄全部中國地名庫的用字 因為用字不集中 中國地名庫地名用字在真實文本中的覆蓋情況：可達95% 中國地名用字庫 紀錄 該字在地名中出現在中國地名庫的首中尾的次數 該字在地名中出現在真實語料的地名的首中尾的次數(與中國地名庫有出入所以須紀錄) 該字在真實語料中出現的次數 該字做地名首中尾字的使用程度 可以訓練 例：也、沂 (地名出現在首字此數相同，實際使用”也”高出很多) 地名的自動辨識 資源 地名辨識系統 地名的自動辨識 地名辨識系統 地名識別規則庫 中國地名辨識系統 地名識別規則 地名識別規則 中國地名辨識系統結構圖 地名辨識範例 1.分詞 地名辨識範例 2.Ps(w) 、P