基于百度百科的地理命名實(shí)體識(shí)別.pdf

1、隨著大數(shù)據(jù)時(shí)代的到來，從海量的互聯(lián)網(wǎng)文本中提取地理命名實(shí)體，具有成本低、效率高、實(shí)時(shí)性好等特點(diǎn)，必將成為一種重要的空間數(shù)據(jù)獲取來源。自然語言處理技術(shù)是人工智能研究的重要課題之一，它是利用計(jì)算機(jī)模擬人的大腦對(duì)語言知識(shí)進(jìn)行智能化分析、判斷從而識(shí)別并獲取人們想要的關(guān)鍵性語言信息。基于自然語言處理技術(shù)，利用計(jì)算機(jī)的高效運(yùn)算能力，自動(dòng)識(shí)別海量網(wǎng)絡(luò)文本中的地理命名實(shí)體，具有重要的意義和價(jià)值。
　　以往關(guān)于地理命名實(shí)體識(shí)別的相關(guān)研究較少，可用于

2、模型訓(xùn)練的語料相對(duì)匱乏，且制作語料具有周期長(zhǎng)、人工成本高、標(biāo)注語料不規(guī)范等缺點(diǎn)。本文針對(duì)這些不足，提出了采用中文百度百科文本關(guān)鍵詞回標(biāo)的方法大規(guī)模、自動(dòng)化、較高準(zhǔn)確度的制備可用標(biāo)注語料，然后在此基礎(chǔ)上通過對(duì)地理命名實(shí)體的內(nèi)部特征和外部特征的分析，選用詞、詞長(zhǎng)、詞性、后綴詞、觸發(fā)詞等作為特征向量，以條件隨機(jī)場(chǎng)作為識(shí)別模型，對(duì)百度百科測(cè)試語料進(jìn)行地理命名實(shí)體識(shí)別。最終結(jié)果與現(xiàn)有的Stanford NER工具和前人基于單字的識(shí)別算法進(jìn)行比較，