基于条件随机场的藏文人名识别技术研究

• 作者: 刘胜久 李天瑞 珠杰
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 藏文人名 条件随机场(CRF) 特征选择
• 年，卷（期）: 2016,（2）
• 页码范围: 289-299
• 页数: 11页
• 分类号: TP391
• 字数: 9275字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2016.02.010

摘要

文本挖掘中命名实体识别是一项重要的研究内容,利用统计学原理进行命名实体识别具有较高的识别率。利用条件随机场(conditional random fields,CRF)方法,研究藏文人名识别技术,重点探讨藏文人名的内部结构特征、上下文特征、特征选择和数据预处理等内容,并通过实验分析了不同特征的有效性。首先给出了基于字(音节)和字位信息的人名识别方法；其次研究了触发词、虚词、人名词典和指人名词后缀为特征的不同特征组合与优化,并细化了不同虚词对人名识别的作用；最后,通过不同组合的实验测试,结果表明：1)触发词和作格助词特征在藏文人名识别上能够起到积极的作用；2)不同特征窗口大小对人名识别有一定影响；3)利用 CRF 识别藏文人名 F 1值能够达到80%左右,但由于藏文两字人名的高歧义性,目前还达不到与其他语言相近的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李天瑞	西南交通大学信息科学与技术学院	116	965	17.0	24.0
2	珠杰	西南交通大学信息科学与技术学院	24	123	8.0	10.0
6	刘胜久	西南交通大学信息科学与技术学院	13	84	7.0	9.0