CRF与规则相结合的中文地名识别

被引：17

作者：

李丽双 ^{[1
,2
]}

党延忠 ^{[1
]}

廖文平 ^{[2
]}

黄德根 ^{[2
]}

张颖 ^{[2
]}

机构：

[1] 大连理工大学管理科学与工程学院

[2] 大连理工大学计算机科学与技术学院

来源：

大连理工大学学报 | 2012年 / 52卷 / 02期

关键词：

中文信息处理; 中文地名识别; 条件随机域; 基于规则的后处理;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

采用递增式学习策略优化条件随机域(conditional random fields,CRF)的特征模板以提高中文地名的识别效果,结合语言学相关知识构建规则库,以弥补机器学习模型获取知识不够全面导致召回率偏低的不足,最终实现了CRF与规则相结合的中文地名识别系统.实验结果表明,采用CRF与规则相结合的方法识别中文文本中的地名是有效的,对Bakeoff2007NER任务的MSRA语料进行开放测试,召回率、精确率和F值分别为94.67%、92.35%和93.50%.

引用

页码：285 / 289

页数：5

共 6 条

[1] 基于小规模尾字特征的中文命名实体识别研究 [J].