位置:成果数据库 > 期刊 > 期刊详情页
利用CRF实现中文人名性别的自动识别
  • ISSN号:1000-7180
  • 期刊名称:《微电子学与计算机》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]安阳师范学院计算机与信息工程学院,河南安阳455002, [2]郑州大学计算中心,河南郑州455000
  • 相关基金:国家自然科学基金(60875081); 河南省教育厅高等学校青年骨干教师项目(2009GGJS-108)
中文摘要:

受传统观念的影响,中国人名最后一个或两个字的用法对性别判定通常具有一定的指示作用,由此提出利用条件随机场模型来实现中文人名性别的自动识别.该机器学习方法根据人名的结构和用字信息,构建人名标注集,选择6组不同的特征模板集,利用条件随机场模型,在231 337个人名数据库中经过封闭测试,正确率可以达到89.30%,比采用朴素贝叶斯依赖人名用字进行性别识别的方法好将近7个百分点.实验证明:在人名库中识别性别,名字尾字的作用要高于姓氏用字,且女性人名性别识别的准确度要略高于男性,一般是高2至3个百分点,从机器学习的角度来说性别差异可以体现在人名用字中.通过分析实验数据总结了适合人名识别的CRF特征模板设计的一般规律,这为后续的研究工作提供了基础.

英文摘要:

On the influence of traditional concept,the last one or two words of Chinese name usually has a certain instructions role to gender recognition.Gender recognition of person name can be used in natural language processing which is a specific application of Named Entity Recognition.Gender recognition method makes use of the structure and vocabulary information of Chinese personal name.The experiment on the basis of CRF is designed by constructing person name annotation set and selecting suitable feature model using NLP technology.Through the closed test on 231337 person names 89.30% accuracy is got which is about seven percentages higher than the bayes method.The experiment proves that the effect of the last name in gender recognition is higher than the role of the first name and the accuracy of gender recognition in female names is more higher than male names,about two or three percentages.Gender differences based on machine learning can be found from the names itself.The general principle of template design was proposed.

同期刊论文项目
期刊论文 26 会议论文 16 获奖 2
同项目期刊论文
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编:李新龙
  • 地址:西安市雁塔区太白南路198号
  • 邮编:710065
  • 邮箱:mc771@163.com
  • 电话:029-82262687
  • 国际标准刊号:ISSN:1000-7180
  • 国内统一刊号:ISSN:61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17909