收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于条件随机场的中文命名实体识别研究

曾冠明  
【摘要】: 命名实体识别(NER)在自然语言处理中是一个最困难的任务,它在一些语言处理的应用中充当了关键作用,如信息提取、文本分类等。之前已经有很多基于命名实体识别的研究,现在中文命名实体识别研究也开始被重视。中文和英文语料存在很大的差别,中文词语之间没有空格作为词之间的分隔标记,这使得中文命名实体识别成为一个比英文命名实体识别更加艰巨的任务。在之前的研究中很多方法被试用,而条件随机域CRF模型取得了一个很好的效果。在之前很多研究条件随机域的工作中,大多数集中在CRF特征模板的选取,他们使用了复杂的CRF模板,这其中耗费了大量的系统内存,并需要很长的时间来处理训练数据。 在本文中,我们侧重于提高中文命名实体识别系统的效率。我们建立了两步的基于CRF模型的中文命名实体识别系统。第一步,我们使用CRF模型去识别中文命名实体,在使用了改进的标注集以后,可以使这一步骤的效率更高。第二个步,我们使用一些后处理方法来提高准确性。后处理方法包括TBL和基于规则的方法。 通过对比实验,我们发现简单模板Tempfate-3和五种标注标注集的搭配比Template-5和四种标注标注集的搭配可以得到一个更高的准确率(P值),虽然系统召回率(R值)比Template-5和四种标注的标注集要低,但是系统的总体情况F值显示在识别结果上两种模板效果相近。但是从资源占用上可以看到,Template-3和五种标注的标注集占用了更少的系统资源和使用了更少的训练时间。由此可知,当你使用一个简单的CRF特征模板时,只要你能找到一个与之相匹配的标注集,系统同样可以得到跟使用复杂特征模板时取得相近的效果,同时你还节省了不少系统资源。而我们的系统获得的F值是91.94,且我们的系统使用较少的系统资源。 文章最后分析了产生这种实验结果的原因,并给出了对日后工作的展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张朝胜;郭剑毅;线岩团;余正涛;雷春雅;王海雄;;基于条件随机场的英文产品命名实体识别[J];计算机工程与科学;2010年06期
2 许晓丽;卢志茂;张格森;;基于条件随机场的中文命名实体识别研究[J];中国新技术新产品;2009年02期
3 方莹;;基于条件随机场的英文农产品名识别[J];河南科学;2011年03期
4 刘海鹏;王小捷;;基于条件随机场和知识库的手机短信命名实体识别[J];广西师范大学学报(自然科学版);2009年01期
5 朱丹浩;王东波;谢靖;;基于条件随机场的介宾结构自动识别[J];现代图书情报技术;2010年Z1期
6 邹涛;;一种电子产品领域命名实体识别方法研究[J];情报学报;2010年06期
7 于江德;睢丹;樊孝忠;;基于字的词位标注汉语分词[J];山东大学学报(工学版);2010年05期
8 于江德;王希杰;;词位标注汉语分词技术详解[J];安阳师范学院学报;2010年05期
9 鞠久朋;张伟伟;宁建军;周国栋;;CRF与规则相结合的地理空间命名实体识别[J];计算机工程;2011年07期
10 张素香;高国洋;戚银城;;基于条件随机场的中国人名识别方法[J];郑州大学学报(理学版);2009年02期
11 于江德;王希杰;樊孝忠;;汉语分词中上文和下文重要性比较[J];计算机工程与应用;2011年04期
12 于江德;谷川;葛文英;樊孝忠;;一种基于字和子串联合标注的汉语分词方法[J];山西大学学报(自然科学版);2011年03期
13 叶枫;陈莺莺;周根贵;李昊旻;李莹;;电子病历中命名实体的智能识别[J];中国生物医学工程学报;2011年02期
14 葛文英;吕靖;;基于条件随机场的中文人名识别[J];安阳师范学院学报;2010年05期
15 郑荣廷;吉久明;李楠;;特征值区间的有效划分对CRF识别效果的影响[J];图书情报工作;2011年04期
16 胡文博;都云程;吕学强;施水才;;基于多层条件随机场的中文命名实体识别[J];计算机工程与应用;2009年01期
17 郑荣廷;李楠;吉久明;滕青青;;中文化学物质名称识别研究[J];现代图书情报技术;2010年06期
18 沈勤中;周国栋;朱巧明;孔芳;丁金涛;;基于字位置概率特征的条件随机场中文分词方法[J];苏州大学学报(自然科学版);2008年03期
19 方莹;;C-CRF模型在农作物名识别中的应用[J];广东农业科学;2011年06期
20 余传明;黄建秋;郭飞;;从客户评论中识别命名实体——基于最大熵模型的实现[J];现代图书情报技术;2011年05期
中国重要会议论文全文数据库 前10条
1 张祝玉;任飞亮;朱靖波;;基于条件随机场的中文命名实体识别特征比较研究[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
2 陈禹;史晓东;向晓雯;张润延;;基于混合方法的中文命名实体识别[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年
3 王东波;陈小荷;年洪东;;基于条件随机场的有标记联合结构自动识别[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年
4 徐薇;付滨;刘柳;苑春法;李文捷;;中文命名实体识别系统的领域扩展[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年
5 董俊林;聂伟;杨君英;张春炉;;命名实体识别与提取分析[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
6 李渝勤;孙丽华;;面向互联网舆情的热词分析技术[A];第六届全国信息检索学术会议论文集[C];2010年
7 张佳宝;周斌;吴泉源;;基于Hadoop的并行化命名实体识别技术研究与实现[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
8 宁伟;蔡东风;季铎;;基于条件随机场的冠词选择研究[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年
9 齐振宇;赵军;杨帆;;一种开放式中文命名实体识别的新方法[A];第五届全国信息检索学术会议论文集[C];2009年
10 于江德;王希杰;樊孝忠;;汉语词法分析中上文和下文孰重孰轻[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
中国博士学位论文全文数据库 前10条
1 张素香;信息抽取中关键技术的研究[D];北京邮电大学;2007年
2 江会星;汉语命名实体识别研究[D];北京邮电大学;2012年
3 熊英;中文自然语言理解中基于条件随机场理论的词法分析研究[D];上海交通大学;2009年
4 罗芳;意见挖掘中若干关键问题研究[D];武汉理工大学;2011年
5 李彦鹏;特征耦合泛化及其在文体挖掘中的应用[D];大连理工大学;2011年
6 钱伟中;基于判别式模型的蛋白质互作用文本挖掘技术研究[D];电子科技大学;2011年
7 叶学义;基于虹膜和脸像的多生物特征身份识别及融合算法的研究[D];中国科学技术大学;2006年
8 杨尔弘;突发事件信息提取研究[D];北京语言大学;2005年
9 王智强;汉语指代消解及相关技术研究[D];北京邮电大学;2006年
10 陈慧;基于DCC动态流通语料库的中文组织名考察与研究[D];北京语言大学;2008年
中国硕士学位论文全文数据库 前10条
1 曾冠明;基于条件随机场的中文命名实体识别研究[D];北京邮电大学;2009年
2 向晓雯;基于条件随机场的中文命名实体识别[D];厦门大学;2006年
3 丁卓冶;中文命名实体识别的研究[D];大连理工大学;2008年
4 周昆;基于规则的命名实体识别研究[D];合肥工业大学;2010年
5 孙静;基于组合分类器的生物命名实体识别[D];大连理工大学;2010年
6 孟迎;基于统计的机器学习的中文命名实体识别[D];昆明理工大学;2004年
7 郭家清;基于条件随机场的命名实体识别研究[D];沈阳航空工业学院;2007年
8 刘海鹏;面向手机短信的命名实体识别研究[D];北京邮电大学;2009年
9 王江伟;基于最大熵模型的中文命名实体识别[D];南京理工大学;2005年
10 江超男;面向社会网络应用的关系抽取研究[D];南京理工大学;2010年
中国重要报纸全文数据库 前10条
1 上海海成投资公司 韩洪宇;细化交易行为 量化市场因素[N];期货日报;2007年
2 王雅丽;空口有凭:用声音来付账[N];中国计算机报;2007年
3 孙哲南 谭铁牛;生物识别的十大关键技术[N];计算机世界;2007年
4 记者  潘竑;指纹支付:电子支付的最佳补充[N];金融时报;2006年
5 上海海成投资公司 韩洪宇;如何从微观角度用概率统计方法进行量化技术分析[N];期货日报;2007年
6 柴凤伟;信息化市场的新亮点[N];现代物流报;2006年
7 本报记者 王玲实习生 孟雪;方兴未艾的生物识别技术[N];经济日报;2007年
8 贺小虎;生物识别:智能安防新境界[N];中国房地产报;2004年
9 山西 姚贵林;电子生物识别技术的种类及应用[N];电子报;2003年
10 杨文婷 本报记者 袁志勇;银行指纹认证,取钱更安全吗[N];科技日报;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978