面向信息抽取的中文命名實體識別研究.pdf

1、文本信息抽取是海量文本信息處理的重要環(huán)節(jié)，旨在為人們提供從海量聯(lián)機文本中快速、準確地獲取有用信息的工具，是一個具有高度理論和實用價值的研究課題。命名實體識別實現(xiàn)了從眾多信息中標識并分離出相關的命名實體，它是信息抽取中最為基本的任務，是語言信息處理技術中的關鍵基礎技術，是正確理解和處理文本信息的基礎。進行文本分析時，命名實體識別就成為信息處理的首要任務。另外，命名實體識別的研究還有利于信息檢索、機器翻譯、文本分類等應用系統(tǒng)的實現(xiàn)。因此，研

2、究命名實體的自動識別具有重要的理論意義和實踐價值。
　　 本文以現(xiàn)代漢語文本中的人名、地名和組織名識別為研究對象開展工作，主要內容如下：
　　 1.將條件隨機場應用到了中文命名實體識別的研究中。條件隨機場作為一種比較新型的機器學習方法，能夠克服一些模型中存在的標記偏置問題并避免了嚴格的獨立性假設，在序列標記任務中表現(xiàn)出了良好的性能。
　　 2.根據各類命名實體的特點，本文提出了適合于人名、地名以及組織名的特征函數