中文名实体识别:基于词触发对的条件随机域方法

• 作者: 关毅 徐志明 王晓龙 赵健
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 中文名实体识别 概率模型 条件随机域 词语触发对 信息抽取 自然语言处理
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 信息技术
• 页码范围: 795-801
• 页数: 7页
• 分类号: TN91
• 字数: 5332字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2006.08.005

摘要

首次把条件随机域(CRF)模型应用到了中文名实体识别中,且根据中文的特点,定义了多种特征模板.同时,为了解决长距离约束问题,将词语触发对融合到了CRF模型中.提出了基于词语方差(word variance)的选词方法,在词语相关性计算上,采用了平均互信息(AMI)方法和χ2统计量方法.通过在半年人民日报上的测试,结果表明在采用相同特征集合的条件下,条件随机域模型较其他概率模型有更好的性能表现;融合长距离触发对的条件随机域模型可以使系统的F量度提高约1.38%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关毅	哈尔滨工业大学计算机科学与技术学院	56	1214	16.0	33.0
2	王晓龙	哈尔滨工业大学计算机科学与技术学院	85	1755	24.0	38.0
3	徐志明	哈尔滨工业大学计算机科学与技术学院	21	766	11.0	21.0
4	赵健	哈尔滨工业大学计算机科学与技术学院	26	247	9.0	15.0