基于统计方法的中文姓名识别

• 作者: 张艳丽 杨元生 王省 钟万勰 黄德根
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 双词同现频度 单词频度 学习机制 中文姓名识别
• 年，卷（期）: 2001,（2）
• 页码范围: 31-37,44
• 页数: 8页
• 分类号: TP391.1
• 字数: 3712字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2001.02.005

摘要

专有名词的识别对自动分词有重要意义。本文针对如何识别中文姓名做了有益的尝试，主要采用基于统计方法，进行中文姓名识别。本文建立了有监督学习机制，提出了句子切分结果可信度等概念，并在此基础上建立了较好的统计模型，系统闭式精确率和召回率分别达95.97％和95.52％，开式精确率和召回率分别达92.37％和88.62％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄德根	大连理工大学计算机科学与工程系	70	1191	19.0	33.0
5	杨元生	大连理工大学计算机科学与工程系	39	886	11.0	29.0
6	钟万勰	大连理工大学工程力学研究所	160	1710	21.0	35.0
7	张艳丽	大连理工大学计算机科学与工程系	6	208	6.0	6.0
8	王省	大连理工大学计算机科学与工程系	1	128	1.0	1.0