基于Stacking框架的命名實體識別.pdf

1、中文命名實體識別是指識別出文本中特定的實體。它是機器翻譯、文本分類、信息檢索和自動文摘、自動問答等多種自然語言處理技術的基礎。作為信息抽取的基本任務，為了促進其他技術和應用的發(fā)展，命名實體識別一直是自然語言處理的研究熱點之一。因此，研究中文命名實體的識別技術是很有意義，也是非常重要的。 針對現代漢語文本的特點，本文主要研究以人名、地名和機構名的識別為核心內容的中文命名實體識別問題。我們以SIGHAN競賽的命名實體定義和評測標準為

2、依據，利用基于Stacking框架的組合分類器來進行命名實體識別，結合局部特征和全局特征，對中文命名實體識別進行了實驗。另外，在結合多種特征的同時，本文又加入了詞列表信息來進一步提高實驗系統(tǒng)的性能。 在本文中，我們詳細介紹了Stacking框架的定義、模型結構、訓練方法以及模型算法的選擇等，提出了適合于各類中文命名實體的特征模板。在特征選擇過程中為了不影響命名實體識別的精度并使其保證一定的獨立性，我們并不選用分詞和詞性標注作為特