位置:成果数据库 > 期刊 > 期刊详情页
基于CRF的蒙古文人名自动识别研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.43[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]内蒙古大学蒙古学学院,呼和浩特010021, [2]中国科学院合肥智能机械研究所,合肥230031
  • 相关基金:内蒙古自治区蒙古语言文字信息化专项扶持项目(2012339);国家自然科学基金资助项目(61070099);国家社会科学基金资助项目(13XYY022)
中文摘要:

以蒙古文人名识别为目的,实现了基于条件随机场模型的人名自动识别。从蒙古语黏着性特点分析入手,研究了蒙古语语料库中人名的存在形式以及各类人名的特点,针对蒙古语语料库中人名的特点,在词汇特征、词性特征和指示词特征等基本特征基础上引入了汉语姓氏特征、人名词典特征、兼类人名特征以及双词根特征。以内蒙古大学开发的100万词规模的标注语料库为训练数据,该模型的人名识别性能达到了94.56%的准确率,90.60%的召回率和92.54%的F值。该方法比起以往的基于规则的系统取得了较好的结果。

英文摘要:

The paper presented a method to recognize Mongolian names based on conditional random fields (CRF). According to the characteristics of the Mongolian person names,it selected lexical features, part of speech, designation words, Chinese surname, names dictionary, category names and double roots as the features of the model. Using the 3rd-level annotated corpus with about 1000 000 words as the training data, this model achieved a accuracy of 94.56% , the recall rate of 90.60% , F score of 92.54%. The method achieves better results compared with the previous rule based system.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,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:60049