基于混合模型的中国人名自动识别

• 作者: 李丽双 毛婷婷 黄德根
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 支持向量机 概率统计 混合模型 人名识别
• 年，卷（期）: 2007,（2）
• 页码范围: 22-28
• 页数: 7页
• 分类号: TP391
• 字数: 6980字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2007.02.004

摘要

本文提出了一种支持向量机(SVM)和概率统计模型相结合的中国人名自动识别方法.该方法首先按字抽取特征向量的属性得到训练集,采用多项式核函数建立SVM人名识别模型,然后在特征空间中计算测试样本到SVM最优超平面的距离,当该距离大于给定的阈值时使用SVM对测试样本进行分类,否则使用概率统计方法.实验表明,采用混合模型,对样本在空间的不同分布使用不同的方法可以取得比单独使用SVM或概率统计更好的分类效果,系统开式综合指标F-值比单纯使用支持向量机方法提高了1.51%.

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