規(guī)則與統(tǒng)計(jì)相結(jié)合的音樂領(lǐng)域命名實(shí)體識(shí)別.pdf

1、音樂是人類史上一個(gè)永恒的主題,是人們情感的寄托和外化。隨著互聯(lián)網(wǎng)的不斷發(fā)展,人們接觸到的音樂信息更是層出不窮,如何從浩瀚的信息中獲取感興趣的內(nèi)容是亟待解決的問題。因此,人們迫切需要一些自動(dòng)化工具對(duì)音樂領(lǐng)域的海量信息進(jìn)行處理,音樂搜索、音樂個(gè)性化推薦、音樂趨勢(shì)分析等研究便應(yīng)運(yùn)而生。而音樂命名實(shí)體(簡(jiǎn)稱音樂實(shí)體)如歌手名、歌曲名等是音樂信息中最基本的元素。因此,如何從海量的音樂信息中正確識(shí)別出音樂實(shí)體是一個(gè)非常重要的研究課題,也是其它相關(guān)研

2、究的重要基礎(chǔ)。
　　 音樂實(shí)體識(shí)別是命名實(shí)體識(shí)別的一個(gè)垂直組成部分?，F(xiàn)階段國(guó)內(nèi)外在命名實(shí)體識(shí)別方面已經(jīng)有大量的研究工作,尤其是在人名、地名和機(jī)構(gòu)名的識(shí)別上。而在音樂實(shí)體識(shí)別方面的研究很少,涉及到中文歌曲名、專輯名識(shí)別的更少。因此,為了準(zhǔn)確、全面地識(shí)別出音樂實(shí)體,我們需要全方位了解音樂領(lǐng)域中命名實(shí)體的特征,并借鑒已有的命名實(shí)體識(shí)別技術(shù)來設(shè)計(jì)一個(gè)中文音樂實(shí)體識(shí)別系統(tǒng)。
　　 本文研究了中文命名實(shí)體識(shí)別方法在音樂領(lǐng)域相關(guān)Web

3、信息中的應(yīng)用,以便人們能夠快速、準(zhǔn)確地將分散在不同網(wǎng)頁(yè)中的音樂實(shí)體抽取出來。本文主要在以下兩個(gè)方面開展了工作:
　　 第一,設(shè)計(jì)了一種分布式網(wǎng)絡(luò)蜘蛛框架和提出了一種基于DOM的Web主題信息提取方法,并且改進(jìn)了分詞模塊,為音樂命名實(shí)體的識(shí)別做了準(zhǔn)備工作。
　　 第二,通過對(duì)音樂實(shí)體及上下文特點(diǎn)的分析,提出了一種規(guī)則與統(tǒng)計(jì)相結(jié)合的音樂實(shí)體識(shí)別方案。其核心思想為:首先,在分詞之前采用基于規(guī)則的方法來識(shí)別部分明顯的音樂實(shí)體。然