基于维基百科的中文嵌套命名实体识别语料库自动构建

• 作者: 何云琪 周国栋 李雁群 钱龙华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 嵌套命名实体识别 信息抽取 维基百科 语料库 条件随机场
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 体系结构与软件技术
• 页码范围: 76-82
• 页数: 7页
• 分类号: TP311
• 字数: 8449字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048667

摘要

传统的监督学习方法需要标注一定规模的领域内语料库,限制了其领域适应性.为此,提出一种从中文维基百科条目中自动构建中文嵌套命名实体识别语料库的方法.对中文维基百科的条目进行实体分类,利用实体条目构造实体的嵌套结构,从而自动生成大规模的中文嵌套命名实体识别语料库.在手工标注嵌套命名实体识别语料库上的实验结果表明,自动构建的语料库具有规模较大、领域广的特点,且能够适应宽泛领域上的中文嵌套命名实体识别任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱龙华	苏州大学计算机科学与技术学院自然语言处理实验室	45	312	9.0	16.0
2	周国栋	苏州大学计算机科学与技术学院自然语言处理实验室	138	1425	22.0	32.0
3	何云琪	苏州大学计算机科学与技术学院自然语言处理实验室	5	5	2.0	2.0
4	李雁群	苏州大学计算机科学与技术学院自然语言处理实验室	3	5	2.0	2.0