維吾爾語文本信息中人名實體識別研究.pdf

1、命名實體識別（Named Entity Recognition, NER）是指識別文本中的人名、地名、組織機構(gòu)名等命名實體。命名實體識別作為自然語言處理（ Natural Language Processing，NLP）領(lǐng)域的一個基礎(chǔ)任務(wù)，被廣泛且成功地應(yīng)用于信息抽取、信息檢索、信息推薦和機器翻譯等任務(wù)中。由于人名作為事件的主體，因此人名識別是命名實體識別任務(wù)的重要一項子任務(wù)。本論文完成的工作如下：
　　研究并實現(xiàn)了基于統(tǒng)計與規(guī)則

2、相結(jié)合的維吾爾語人名識別。我們從維吾爾語黏著性特點出發(fā)，從詞干、音節(jié)、字符串三個角度對維吾爾語單詞進行拆分，獲得更小的語言單元，并把切分的新單元作為特征加入到條件隨機場中，明顯緩解了數(shù)據(jù)稀疏的影響，取得了比以單詞為基本單元的人名識別方法更好的性能。同時還從維吾爾語中漢族人名的特點出發(fā)，提出了基于規(guī)則的維吾爾語中漢族人名的識別方法，最終利用統(tǒng)計和規(guī)則相結(jié)合的方法進一步提高了識別的準確率。實驗結(jié)果表明，該方法人名識別的準確率、召回率和F1值