基于百度百科的地理命名實體識別.pdf

1、隨著大數據時代的到來，從海量的互聯(lián)網文本中提取地理命名實體，具有成本低、效率高、實時性好等特點，必將成為一種重要的空間數據獲取來源。自然語言處理技術是人工智能研究的重要課題之一，它是利用計算機模擬人的大腦對語言知識進行智能化分析、判斷從而識別并獲取人們想要的關鍵性語言信息?；谧匀徽Z言處理技術，利用計算機的高效運算能力，自動識別海量網絡文本中的地理命名實體，具有重要的意義和價值。
　　以往關于地理命名實體識別的相關研究較少，可用于

2、模型訓練的語料相對匱乏，且制作語料具有周期長、人工成本高、標注語料不規(guī)范等缺點。本文針對這些不足，提出了采用中文百度百科文本關鍵詞回標的方法大規(guī)模、自動化、較高準確度的制備可用標注語料，然后在此基礎上通過對地理命名實體的內部特征和外部特征的分析，選用詞、詞長、詞性、后綴詞、觸發(fā)詞等作為特征向量，以條件隨機場作為識別模型，對百度百科測試語料進行地理命名實體識別。最終結果與現(xiàn)有的Stanford NER工具和前人基于單字的識別算法進行比較，