基于M3N的中文分词与命名实体识别一体化

• 作者: 乔维 孙茂松
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 最大间隔Markov网络 中文分词 命名实体识别 特征模版 机器学习
• 年，卷（期）: 2010,（5）
• 页码范围: 758-762,767
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文

摘要

中文分词和命名实体识别经常被视为2个独立的任务.该文提出一种基于最大间隔Markov网络模型(M3N)的中文分词和命名实体识别一体化方法,将二者统一在一个字序列标注框架下,进行联合训练和测试.在SIGHAN_2005分词数据集上的实验结果显示,与基于条件随机场模型的分词器相比,基于M2N的分词器加权综合值提高0.3%～2.O%.在SIGHAN_2005分词数据集和SIGHAN_2006命名实体数据集上进行测试的结果显示.与分步方法相比,一体化方法能够同时提高中文分词和命名实体识别的性能,加权综合值的提高幅度分别为1.5%～5.5%和5.7%～7.9%.同时,还基于分词任务考察了特征模版和不合法序列对M3N性能的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙茂松		64	2166	18.0	46.0
2	乔维		1	0	0.0	0.0