本文關(guān)鍵詞：基于條件隨機(jī)場的中文地名識別方法　出處：《武漢大學(xué)學(xué)報(信息科學(xué)版)》2017年02期 　論文類型：期刊論文

  更多相關(guān)文章： 地名識別 條件隨機(jī)場 自然語言處理 中文地名

【摘要】：在互聯(lián)網(wǎng)迅速發(fā)展的現(xiàn)代化信息社會,大量地理信息都以非結(jié)構(gòu)化的文本形式存在,而地名識別是挖掘這些地理信息的重要基礎(chǔ)。目前已有的地名識別方法主要是從自然語言處理的角度來實現(xiàn),并沒有充分考慮到地名的構(gòu)成和使用習(xí)慣等特征,造成識別率偏低或過擬合等問題。本文引入語言學(xué)相關(guān)知識,分析中文地名用字特征,在傳統(tǒng)的地名專名+通名的結(jié)構(gòu)上,更細(xì)致地劃分地名的詞素類型,總結(jié)歸納各詞素類型的特征,將這些特征融入條件隨機(jī)場的方法中,使地名識別問題轉(zhuǎn)化為序列標(biāo)注問題。并根據(jù)中文地名的特征,制定形式化規(guī)則,設(shè)計基于字的標(biāo)注規(guī)范。在此基礎(chǔ)上,設(shè)計中文地名特征模板,通過條件隨機(jī)場模型訓(xùn)練和預(yù)測,識別自然語言文本中的中文地名。采用170萬字的人民日報標(biāo)注語料進(jìn)行實驗驗證,結(jié)果表明本文方法對中文地名識別的召回率、準(zhǔn)確率和F值分別達(dá)到92.69%、96.73%和94.67%,優(yōu)于已有研究成果,能為地理信息科學(xué)領(lǐng)域的研究和應(yīng)用提供更有效的地名服務(wù)。
[Abstract]:In the modern information society with the rapid development of the Internet, a great deal of geographic information exists in the form of unstructured text. At present, the existing methods of geographical name recognition are mainly realized from the perspective of natural language processing, and do not fully take into account the composition and usage habits of geographical names and other characteristics. This paper introduces linguistic knowledge, analyzes the characters of Chinese place names, and classifies the morpheme types of place names in more detail on the structure of traditional names. This paper summarizes and summarizes the characteristics of various morpheme types, integrates these features into the conditional random field method, and transforms the problem of place name recognition into a sequence tagging problem, and formulates formal rules according to the characteristics of Chinese place names. On the basis of this, the Chinese geographical names feature template is designed, which is trained and predicted by conditional random field model. To identify the Chinese place names in the natural language text. 1.7 million words of People's Daily tagging corpus is used for experimental verification. The results show the recall rate of this method to Chinese place names recognition. The accuracy rate and F value are 92.699.73% and 94.67% respectively, which are superior to the existing research results and can provide more effective service for geographical information science research and application.
【作者單位】： 北京大學(xué)遙感與地理信息系統(tǒng)研究所;
【基金】：國家自然科學(xué)基金(41271385) 測繪遙感信息工程國家重點實驗室開放研究基金((16)重02)~~
【分類號】：P281;P209
【正文快照】： 項目資助:國家自然科學(xué)基金(41271385);測繪遙感信息工程國家重點實驗室開放研究基金((16)重02)。隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)成為信息傳播交流的重要平臺。在網(wǎng)絡(luò)空間中每天都有大量的數(shù)據(jù)或信息產(chǎn)生,其中大部分都以自然語言文本的形式存在,如何從中挖掘出有用的信息成為

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張素香;高國洋;戚銀城;;基于條件隨機(jī)場的中國人名識別方法[J];鄭州大學(xué)學(xué)報(理學(xué)版);2009年02期

2 高琳;唐鵬;盛鵬;左航;;復(fù)雜場景下基于條件隨機(jī)場的視覺目標(biāo)跟蹤[J];光學(xué)學(xué)報;2010年06期

3 王凡秀;;基于條件隨機(jī)場的中文地名識別[J];中國西部科技;2008年28期

4 葛金虎;;基于條件隨機(jī)場的中文命名實體識別的研究[J];科技信息;2010年16期

5 沈勤中;周國棟;朱巧明;孔芳;丁金濤;;基于字位置概率特征的條件隨機(jī)場中文分詞方法[J];蘇州大學(xué)學(xué)報(自然科學(xué)版);2008年03期

6 楊王黎;許少華;;利用條件隨機(jī)場實現(xiàn)DNA剪接位點的預(yù)測[J];重慶大學(xué)學(xué)報;2010年10期

7 於實;;基于隱條件隨機(jī)場的異構(gòu)Web數(shù)據(jù)源數(shù)據(jù)抽取算法研究[J];科技通報;2012年08期

8 楊耘;隋立春;;條件隨機(jī)場建模的大尺度空間上下文的高分辨率遙感圖像分類[J];測繪通報;2014年08期

9 王世昆;李紹滋;陳彤生;;基于條件隨機(jī)場的中醫(yī)命名實體識別[J];廈門大學(xué)學(xué)報(自然科學(xué)版);2009年03期

10 吳秦;胡麗娟;梁久禎;;基于分塊重要度和二維條件隨機(jī)場的Web信息抽取[J];南京大學(xué)學(xué)報(自然科學(xué));2014年01期

相關(guān)會議論文 前5條

1 王東波;陳小荷;年洪東;;基于條件隨機(jī)場的有標(biāo)記聯(lián)合結(jié)構(gòu)自動識別[A];第四屆全國學(xué)生計算語言學(xué)研討會會議論文集[C];2008年

2 張奇;翁富良;黃萱菁;吳立德;;英文口語中非流利區(qū)域的檢測[A];內(nèi)容計算的研究與應(yīng)用前沿——第九屆全國計算語言學(xué)學(xué)術(shù)會議論文集[C];2007年

3 魏瑋;杜金華;徐波;;基于分層語塊分析的統(tǒng)計翻譯研究[A];內(nèi)容計算的研究與應(yīng)用前沿——第九屆全國計算語言學(xué)學(xué)術(shù)會議論文集[C];2007年

4 王根;趙軍;;基于多重冗余標(biāo)記CRF的句子情感分析研究[A];內(nèi)容計算的研究與應(yīng)用前沿——第九屆全國計算語言學(xué)學(xué)術(shù)會議論文集[C];2007年

5 寧偉;蔡東風(fēng);季鐸;;基于條件隨機(jī)場的冠詞選擇研究[A];第四屆全國學(xué)生計算語言學(xué)研討會會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 熊英;中文自然語言理解中基于條件隨機(jī)場理論的詞法分析研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 趙九洋;圖像中行人檢測關(guān)鍵技術(shù)研究[D];南京大學(xué);2015年

2 寧振;基于層疊條件隨機(jī)場的情感分析[D];南昌大學(xué);2015年

3 楊獻(xiàn)祥;面向中文微博的產(chǎn)品名實體識別與規(guī)范化算法設(shè)計與實現(xiàn)[D];北京理工大學(xué);2015年

4 肖s，

本文編號：1435269