命名实体识别研究

被引：62

作者：

张晓艳

王挺

陈火旺

机构：

[1] 国防科技大学计算机学院

来源：

计算机科学 | 2005年 / 04期

关键词：

命名实体识别(NER); 隐马尔可夫模型(HMM); 最大熵模型(ME);

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

命名实体识别是文本信息处理的重要基础,已经逐步成为自然语言处理的一项关键技术。其基于规则、统计、机器学习的研究方法及成果,都推动了自然语言处理研究的发展,促进了自然语言研究与应用的紧密结合。本文回顾了命名实体识别技术的发展过程,分析了主要的方法和技术,并展望了未来的发展趋势。

引用

页码：44 / 48

页数：5

共 4 条

[1] 语言模型中一种改进的最大熵方法及其应用 [J].

李涓子 ;

黄昌宁 .

软件学报, 1999, (03) :34-40

[2]

A Maximum Entropy Approach to Named Entity Recognition .2 Borthwick A. New York University. Department of Computer Science, Courant Institute . 1999

[3]

A decision tree method for finding and classifying names in Japanese texts .2 Sekine S,Grishman R,Shinou H. Proc. of the Sixth Workshop on Very Large Corpora . 1998

[4]

The NYU system for MUC-6 or where‘s the syntax ? .2 Grishman R. Proc. of the Sixth Message Understanding Conf . 1995

← 1 →