基于CRF的蒙古文人名自動(dòng)識(shí)別.pdf

1、蒙古文命名實(shí)體識(shí)別是蒙古文自然語言處理的基礎(chǔ)課題，被廣泛地應(yīng)用于蒙古文信息抽取、機(jī)器翻譯、文本聚類、信息檢索等領(lǐng)域。而在蒙古文命名實(shí)體識(shí)別中人名所占的比例最大，其識(shí)別難度也較大。所以，蒙古文人名識(shí)別的研究對(duì)蒙古文信息處理具有非常重要的意義。
　　為了能夠正確的從蒙古文文本中識(shí)別出人名，結(jié)合蒙古文人名的特點(diǎn)和蒙古文人名的識(shí)別難點(diǎn)，本文最終使用條件隨機(jī)場(CRF, Conditional Random Field)模型實(shí)現(xiàn)蒙古文人名識(shí)

2、別系統(tǒng)?；贑RF模型的蒙古文人名識(shí)別系統(tǒng)由語料預(yù)處理、CRF模型訓(xùn)練、CRF模型蒙古文人名預(yù)測和系統(tǒng)評(píng)測四部分組成。其中CRF特征模板的設(shè)計(jì)和特征選擇是影響CRF模型人名預(yù)測效果的主要因素。
　　本文使用文中設(shè)計(jì)的6種CRF特征模板分析哪些特征利于提升蒙古文人名識(shí)別系統(tǒng)的性能。通過測試特征模板發(fā)現(xiàn)引入上下文信息和特征組合可以提升蒙古文人名的識(shí)別性能。并通過6種特征模板的對(duì)比實(shí)驗(yàn)發(fā)現(xiàn)在設(shè)計(jì)特征模板時(shí)不能過于復(fù)雜，以避免因數(shù)據(jù)稀疏而