基于Stacking框架的命名實(shí)體識(shí)別.pdf

1、中文命名實(shí)體識(shí)別是指識(shí)別出文本中特定的實(shí)體。它是機(jī)器翻譯、文本分類(lèi)、信息檢索和自動(dòng)文摘、自動(dòng)問(wèn)答等多種自然語(yǔ)言處理技術(shù)的基礎(chǔ)。作為信息抽取的基本任務(wù)，為了促進(jìn)其他技術(shù)和應(yīng)用的發(fā)展，命名實(shí)體識(shí)別一直是自然語(yǔ)言處理的研究熱點(diǎn)之一。因此，研究中文命名實(shí)體的識(shí)別技術(shù)是很有意義，也是非常重要的。 針對(duì)現(xiàn)代漢語(yǔ)文本的特點(diǎn)，本文主要研究以人名、地名和機(jī)構(gòu)名的識(shí)別為核心內(nèi)容的中文命名實(shí)體識(shí)別問(wèn)題。我們以SIGHAN競(jìng)賽的命名實(shí)體定義和評(píng)測(cè)標(biāo)準(zhǔn)為

2、依據(jù)，利用基于Stacking框架的組合分類(lèi)器來(lái)進(jìn)行命名實(shí)體識(shí)別，結(jié)合局部特征和全局特征，對(duì)中文命名實(shí)體識(shí)別進(jìn)行了實(shí)驗(yàn)。另外，在結(jié)合多種特征的同時(shí)，本文又加入了詞列表信息來(lái)進(jìn)一步提高實(shí)驗(yàn)系統(tǒng)的性能。 在本文中，我們?cè)敿?xì)介紹了Stacking框架的定義、模型結(jié)構(gòu)、訓(xùn)練方法以及模型算法的選擇等，提出了適合于各類(lèi)中文命名實(shí)體的特征模板。在特征選擇過(guò)程中為了不影響命名實(shí)體識(shí)別的精度并使其保證一定的獨(dú)立性，我們并不選用分詞和詞性標(biāo)注作為特