微博對話鏈的命名實體識別技術研究與實現(xiàn).pdf

1、微博文本中蘊含著大量有價值的信息，然而利用現(xiàn)有的方法對微博文本進行命名實體標注，其結果無法達到所需的要求。因此，本論文在現(xiàn)有技術的基礎上主要做了以下兩方面的改進工作。
　　首先是微博對話鏈的構建。這部分的工作主要是針對大部分博文文本長度短小不足以提供抽取命名實體所需的足夠信息的問題。評論和博文屬于同一個對話范圍，每條微博的評論或是對博文的內容的進一步擴充，或是對博文內容上下文的描述，因此可以利用評論對微博文本進行擴展。
　　

2、其次是在利用CRFs方法進行命名實體識別的過程中加入角色特征。這部分的工作主要是針對微博文本由于文本語法不規(guī)范的特點而影響了命名實體識別效果的問題。命名實體識別除了可以利用文本的語法規(guī)律外，還可以利用博文中命名實體的上下文指示信息等語義特征，本論文正是利用了后面這點在命名實體識別過程中加入了人名、地名和組織名角色特征。
　　論文在獲取的新浪微博數(shù)據(jù)上對提出的命名實體識別方法進行了實驗驗證，取得的正確率、召回率和F值分別為83.5％