结合多特征的支持向量机中文组织机构名识别模型

被引：2

作者：

冯丽萍

焦莉娟

机构：

[1] 山西忻州师范学院计算机科学与技术系

来源：

现代计算机(专业版) | 2010年 / 07期

关键词：

支持向量机; 中文组织机构名识别; 全局特征; 局部特征;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习]; TP391.1 [文字信息处理];

学科分类号：

摘要：

以支持向量机(SVM)为基本框架,提出一种结合多特征的支持向量机中文组织机构名识别模型。考虑中文组织机构名的特点,抽取局部特征与全局特征,并将特征向量转化为二进制表示,在此基础上建立训练集。基于1998年《人民日报》语料的实验结果表明,该混合模型对中文组织机构名的识别是有效的。同时基于不同测试数据的实验结果表明,该模型对不同测试数据源具有一致性。

引用

页码：24 / 27

页数：4