Python自然语言处理 课件 电子04-3 -命名实体类别.pptx

;;课前回顾;命名实体类别;命名实体类别简介;命名实体类别简介;命名实体类别简介;命名实体类别简介;命名实体类别;HMM将中文分词视为序列标注问题，并在解决过程中引入两个重要的假设：一是独立观察假设（输出观察值之间相互独立，不与其他时刻的输出相关），二是齐次马尔可夫假设（当前状态只与前一时刻状态有关，与其他时刻状态无关）。 基于这两个重要假设，HMM模型可以用来解决中文分词问题，且计算比较简单。当中文语料的规模很大时，观察值序列呈现出多重的交互特征，且观察元素之间存在着长程相关性（也称长期记忆性或持续性，即过去的状态可对现在或将来产生影响），这就导致HMM的效果受到影响。 ;随机场的概念： 有若干个位置组成的整体，当给某一个位置按照某种分布随机赋予一个值后，该整体就被称为随机场。;其中，??～??表示图??中与节点??有边相连的所有节点，??≠??表示除节点??以外的所有节点。;以地名识别为例，定义了地理命名实体的规则：;基于条件随机场的命名实体类别;此外，HMM是一个有向图，而线性链CRF是一个无向图。因此HMM的每个状态依赖上一个状态，而线性链CRF依赖与当前节点有边相连的节点的状态。;以地理名称识别为例，假设要对“我要去颐和园”这句话进行标注： 正确的标注结果：我/O要/O去/O颐/B和/M园/E 线性链CRF进行地名识别： 可能是：OOOBEM 也可能是：OO