统计与规则相结合的维吾尔语人名识别方法

• 作者: 塔什甫拉提·尼扎木丁 帕力旦·吐尔逊 汪昆 艾斯卡尔·艾木都拉
• 来源期刊: 自动化学报
• 关键词: 维吾尔语 人名识别 条件随机场 音节库
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 653-664
• 页数: 12页
• 字数: 13124字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c150769

摘要

命名实体识别(Named entity recognition,NER)是自然语言处理(Natural language processing,NLP)中重要的任务,其中人名实体是主要的识别对象之一.本文从维吾尔语黏着性特点出发,从词干、音节、字符串三个角度对维吾尔语单词进行拆分,获得更小的语言单元,并把切分的新单元作为特征加入到条件随机场(Conditional random field,CRF)中,明显缓解了数据稀疏的影响,取得了比以单词为基本单元的人名识别方法更好的性能.同时还从维吾尔语中汉族人名的特点出发,提出了基于规则的维吾尔语中汉族人名的识别方法,最终利用统计和规则相结合的方法进一步提高了识别的准确率.实验结果表明,该方法人名识别的准确率、召回率和F1值分别达到了87.47％、89.12％和88.29％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾斯卡尔·艾木都拉	新疆大学信息科学与工程学院	170	561	11.0	15.0
2	汪昆	中国科学院自动化研究所模式识别国家重点实验室	3	36	3.0	3.0
3	塔什甫拉提·尼扎木丁	新疆大学信息科学与工程学院	2	12	1.0	2.0
4	帕力旦·吐尔逊	新疆大学软件学院	12	89	6.0	9.0