中文财经文本中公司名简称的自动识别

• 作者: 于中华 朱洪波 王亚强 谭斌 陈超 韩国辉
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 命名实体识别 公司名 简称 启发式
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 308-314
• 分类号: TP391
• 字数: 7142字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2011.02.012

摘要

命名实体识别是当前自然语言处理的热点问题之一,对信息检索、信息抽取等具有重要意义.然而,目前多数研究都集中在对命名实体全称的识别上.本文以财经为领域背景,对从文本中识别简称,并将其映射成全称问题进行了研究,提出了一个启发式算法用于解决该问题.所提出的算法首先提取文本中每个N元组(N-gram)作为候选的公司名简称,然后建立n元组与全称表中每个全称的最优对齐关系,最后对每对"N元组-全称"对齐关系进行评价和筛选,识别出文本中的简称及每个简称对应的全称.在随机获取的网页文本集上对所提出的算法进行了实验测试,算法的精确率、召回率和F-度量值分别为83.62%、87.28%、85.41%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭斌	四川大学锦江学院	34	159	8.0	11.0
2	于中华	四川大学计算机学院	46	444	9.0	18.0
3	陈超	四川大学计算机学院	55	335	10.0	15.0
4	王亚强	四川大学计算机学院	13	75	6.0	7.0
5	朱洪波	四川大学计算机学院	6	39	4.0	6.0
6	韩国辉	四川大学计算机学院	5	29	3.0	5.0