Institute of Computing Technology, Chinese Academy IR
融合全局词语边界特征的中文命名实体识别方法 | |
刘冰洋1; 伍大勇1; 刘欣然2; 程学旗1 | |
2017 | |
发表期刊 | 中文信息学报 |
ISSN | 1003-0077 |
卷号 | 31.0期号:002页码:86 |
摘要 | 目前在中文命名实体识别的任务中经常采用有监督的字序列标注模型。我们在实际应用中发现,基于字序列标注模型的中文命名实体识别模型对于词语边界的识别错误是影响识别效果的主要因素之一,边界错误平均占错误结果中的47.5%。该文通过在平均感知机模型中引入全局的词语边界特征,使得人名、地名、机构名识别的F值平均提升了0.04并降低了边界错误占错误结果的比例。 |
关键词 | 命名实体识别 字序列标注 全局特征 词语边界特征 |
语种 | 英语 |
文献类型 | 期刊论文 |
条目标识符 | http://119.78.100.204/handle/2XEOYT63/33995 |
专题 | 中国科学院计算技术研究所期刊论文_中文 |
作者单位 | 1.中国科学院计算技术研究所 2.国家计算机网络应急技术处理协调中心 |
第一作者单位 | 中国科学院计算技术研究所 |
推荐引用方式 GB/T 7714 | 刘冰洋,伍大勇,刘欣然,等. 融合全局词语边界特征的中文命名实体识别方法[J]. 中文信息学报,2017,31.0(002):86. |
APA | 刘冰洋,伍大勇,刘欣然,&程学旗.(2017).融合全局词语边界特征的中文命名实体识别方法.中文信息学报,31.0(002),86. |
MLA | 刘冰洋,et al."融合全局词语边界特征的中文命名实体识别方法".中文信息学报 31.0.002(2017):86. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[刘冰洋]的文章 |
[伍大勇]的文章 |
[刘欣然]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘冰洋]的文章 |
[伍大勇]的文章 |
[刘欣然]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘冰洋]的文章 |
[伍大勇]的文章 |
[刘欣然]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论