中文命名實體識別及若干相關問題的研究.pdf

1、命名實體是自然語言中承載信息的重要語言單位。中文命名實體識別是中文信息處理的關鍵技術之一，隨著中文命名實體在各個領域的廣泛應用，它既是一項基礎性研究也是一項具有較高價值的應用研究。目前，在中文命名識別遇到問題主要是命名實體識別的眾多影響因素導致具有復雜結構的命名實體識別效果差；盡管現(xiàn)有方法眾多，但是中文命名實體識別仍沒有達到較為理想的狀態(tài)。
　　 目前對命名實體中人名、地名識別展開的研究比較成熟，而對機構名識別的研究不夠理想。面

2、對構造復雜的機構名獲取特征，并運用這些特征來構建相應模型來解決機構名的識別問題以及對現(xiàn)有方法的不足進行改進是尤為重要的。
　　 首先，采用層疊式條件隨機場模型方法，把處理文本看成一系列觀察值，利用底層條件隨機場模型對觀察值做初步人名、地名識別，接著利用識別的結果傳入到高層作為高層的觀察值再進一步進行機構名識別；同時在層疊式條件隨機場、模型之間融合規(guī)則的方法來處理具有一定規(guī)律的特性的命名實體；在面對條件隨機場模型訓練耗費時間的問題

3、上引入了一種快速的訓練方法。
　　 然后，對復雜機構名的錯誤識別進行分析，指出了其影響因素，并針對其中因素之一（兼類型命名實體）進一步研究，運用了支持向量機模型在二值分類的優(yōu)點對兼類型人名、地名進行了初步識別；并對簡稱難識別情況，這一機構名識別影響因素進行初步分析，并根據(jù)簡稱和全稱的構詞上下文構詞特點一致的特性，給出一種以上下文構詞組成的引導表結合全稱匹配的方法對簡稱進行識別。
　　 最后，分別進行地名、機構名識別，兼類