基于支持向量机的中文文本中地名识别

• 作者: 李丽双 杨元生 陈春荣 黄德根
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 支持向量机 中文文本 地名识别 机器学习
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 电子信息工程、管理工程
• 页码范围: 433-438
• 页数: 6页
• 分类号: TP301.6
• 字数: 5659字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8608.2007.03.025

摘要

提出并实现了一种基于支持向量机(SVM)的中文文本中地名的自动识别方法.结合地名的特点,抽取单字本身、基于字的词性、是否在地名特征词表中及其上下文的信息作为向量的特性,并将其转化为二进制表示,在此基础上建立了训练集,并通过对多项式Kernel函数的测试,得到了用支持向量机进行地名识别的机器学习模型.实验表明,所建立的SVM地名识别模型是有效的,系统开式召回率和精确率分别达86.69% 和93.82%,F-值为90.12%.

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	杨元生	大连理工大学计算机科学与工程系	39	886	11.0	29.0
3	李丽双	大连理工大学计算机科学与工程系	29	380	12.0	19.0
4	陈春荣	大连理工大学计算机科学与工程系	3	136	3.0	3.0