基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出并实现了一种基于支持向量机(SVM)的中文文本中人名的自动识别方法.对训练文本进行自动分词、词性标注及分类标注,然后按字抽取特征,并将其转化为二进制表示,在此基础上建立了训练集.然后通过对多项式Kernel函数的测试,得到了用支持向量机进行人名识别的机器学习模型.实验结果表明,所建立的SVM人名识别模型是有效的.
推荐文章
基于最大熵模型的中国人名自动识别
中国人名识别
最大熵模型
viterbi算法
基于支持向量机的图像飞机目标自动识别算法研究
支持向量机
自动识别
飞机目标
应用支持向量机进行棉麻纤维自动识别的研究
纤维识别
支持向量机
混纺此
基于CRF的蒙古文人名自动识别研究
蒙古文人名
识别
条件随机场
特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的中国人名的自动识别
来源期刊 计算机工程 学科 工学
关键词 支持向量机 中文文本 人名识别 机器学习
年,卷(期) 2006,(19) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 188-190,201
页数 4页 分类号 TP18
字数 4684字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.19.069
五维指标
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
2 李丽双 大连理工大学计算机科学与工程系 29 380 12.0 19.0
3 毛婷婷 大连理工大学计算机科学与工程系 2 39 2.0 2.0
4 徐潇潇 大连理工大学计算机科学与工程系 1 21 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (116)
参考文献  (3)
节点文献
引证文献  (21)
同被引文献  (62)
二级引证文献  (47)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(10)
  • 引证文献(2)
  • 二级引证文献(8)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
中文文本
人名识别
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导