统计与规则相结合的维吾尔语人名识别方法

被引：22

作者：

塔什甫拉提尼扎木丁 ^{[1
]}

汪昆 ^{[2
]}

艾斯卡尔艾木都拉 ^{[1
]}

帕力旦吐尔逊 ^{[3
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 中国科学院自动化研究所模式识别国家重点实验室

[3] 新疆大学软件学院

来源：

自动化学报 | 2017年 / 43卷 / 04期

关键词：

维吾尔语; 人名识别; 条件随机场; 音节库;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

命名实体识别(Named entity recognition,NER)是自然语言处理(Natural language processing,NLP)中重要的任务,其中人名实体是主要的识别对象之一.本文从维吾尔语黏着性特点出发,从词干、音节、字符串三个角度对维吾尔语单词进行拆分,获得更小的语言单元,并把切分的新单元作为特征加入到条件随机场(Conditional random field,CRF)中,明显缓解了数据稀疏的影响,取得了比以单词为基本单元的人名识别方法更好的性能.同时还从维吾尔语中汉族人名的特点出发,提出了基于规则的维吾尔语中汉族人名的识别方法,最终利用统计和规则相结合的方法进一步提高了识别的准确率.实验结果表明,该方法人名识别的准确率、召回率和F1值分别达到了87.47%、89.12%和88.29%.

引用

页码：653 / 664

页数：12

共 9 条

[1]

基于统计和规则混合策略的维吾尔人名识别研究 [J].