基于条件随机场的中文地名识别方法

• 作者: 刘磊 李浩然 邬伦 高勇
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 地名识别 条件随机场 自然语言处理 中文地名
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 150-156
• 页数: 7页
• 分类号: P208|TP391
• 语种: 中文
• DOI: 10.13203/j.whugis20141009

摘要

在互联网迅速发展的现代化信息社会,大量地理信息都以非结构化的文本形式存在,而地名识别是挖掘这些地理信息的重要基础.目前已有的地名识别方法主要是从自然语言处理的角度来实现,并没有充分考虑到地名的构成和使用习惯等特征,造成识别率偏低或过拟合等问题.本文引入语言学相关知识,分析中文地名用字特征,在传统的地名专名+通名的结构上,更细致地划分地名的词素类型,总结归纳各词素类型的特征,将这些特征融入条件随机场的方法中,使地名识别问题转化为序列标注问题.并根据中文地名的特征,制定形式化规则,设计基于字的标注规范.在此基础上,设计中文地名特征模板,通过条件随机场模型训练和预测,识别自然语言文本中的中文地名.采用170万字的人民日报标注语料进行实验验证,结果表明本文方法对中文地名识别的召回率、准确率和F值分别达到92.69％、96.73％和94.67％,优于已有研究成果,能为地理信息科学领域的研究和应用提供更有效的地名服务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高勇	北京大学遥感与地理信息系统研究所	48	691	17.0	24.0
2	刘磊	北京大学遥感与地理信息系统研究所	59	363	11.0	17.0
3	邬伦	北京大学遥感与地理信息系统研究所	88	2558	27.0	48.0
4	李浩然	北京大学遥感与地理信息系统研究所	3	41	2.0	3.0