融合全局词语边界特征的中文命名实体识别方法

• 作者: 伍大勇 刘冰洋 刘欣然 程学旗
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 命名实体识别 字序列标注 全局特征 词语边界特征
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 86-91
• 页数: 6页
• 分类号: TP391
• 字数: 4368字
• 语种: 中文

摘要

目前在中文命名实体识别的任务中经常采用有监督的字序列标注模型.我们在实际应用中发现,基于字序列标注模型的中文命名实体识别模型对于词语边界的识别错误是影响识别效果的主要因素之一,边界错误平均占错误结果中的47.5％.该文通过在平均感知机模型中引入全局的词语边界特征,使得人名、地名、机构名识别的F值平均提升了0.04并降低了边界错误占错误结果的比例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程学旗	中国科学院计算技术研究所网络数据科学与工程研究中心	160	4858	31.0	67.0
2	刘欣然		21	359	8.0	18.0
3	刘冰洋	中国科学院计算技术研究所网络数据科学与工程研究中心	2	9	2.0	2.0
7	伍大勇	中国科学院计算技术研究所网络数据科学与工程研究中心	4	73	3.0	4.0