微博城市投诉文本中的地理位置实体识别

• 作者: 刘克会 吕学强 孙赫 李淑琴
• 来源期刊: 山东大学学报（理学版）
• 学科: 工学
• 关键词: 微博城市投诉文本 地理位置实体识别 CRF 微博规则库
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 前沿进展
• 页码范围: 77-85
• 页数: 9页
• 分类号: TP393
• 语种: 中文
• DOI: 10.6040/j.issn.1671-9352.1.2015.070

摘要

微博投诉文本中地理位置实体通常存在结构复杂，长度较长，描述较详细的特点。通过对投诉微博文本的分析，提出了地理位置实体自动识别的方法。该方法首先利用特征资源库对微博进行特征标注，使用条件随机场（conditional random fields，CRF）模型识别地理位置实体。其次根据微博和地理位置实体的特点，对 CRF 识别后的数据进行二次标注。最后利用微博规则库对识别结果进行补召，修正地理位置实体，最终实现地理位置实体的识别。实验结果表明该方法有显著效果，F 值可达到85.52％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李淑琴	北京信息科技大学计算机学院	76	180	7.0	11.0
2	吕学强		146	1187	15.0	30.0
4	刘克会	北京理工大学管理与经济学院	7	44	3.0	6.0
10	孙赫		1	3	1.0	1.0