中文文本信息知识发现的相关技术研究——基于条件随机场的中文术语提取技术研究
中文文本信息知识发现的相关技术研究——基于条件随机场的中文术语提取技术研究
中文术语提取是从大量文本语料中提取出领域词典中的未登录词，主要包括命名实体识别和新词识别。命名实体识别是信息抽取的基础模块，在信息检索、机器翻译、数据挖掘、自动文摘等领域发挥着重要作用。本文以条件随机场模型（Conditional Random Fields）为基础重点研究中文命名实体中的人名、地名、组织机构名识别，关于新词识别先作初步介绍，将在以后进行深入研究。本文的主要内容如下：
本文首先分析了中文术语提取的难点，研究了当前中文术语提取的研究进展，并对现有的一些中文术语提取方法进行了简要介绍。
接着，详细介绍了条件随机场的定义、参数估计和训练方法、概率计算方法等。进一步地，将条件随机场模型应用于中文术语提取任务，建立了一整套思路流程，提出了适合于各类中文命名实体的特征模板。
本文最后，基于提出的思路流程实现了一个基于条件随机场的中文命名实体识别系统，对系统进行了实验与测试，并对其实验结果作出评价。
关键词 中文术语提取 命名实体识别 条件随机场 特征
*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】
