一种与分词一体化的中文人名识别方法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｓｏｔｅｍｅｈｏｃｉｖｅａｉｆｉｇａｃｒｃ．ｈｗｈｔｄａｈｅｓｓｔｙｎｃｕａｙｓ
［ｙｗｒｓｈｎｓｅｓｎｌａｃｇｉｏ；ｋｏｏｄｃｇｉｏ；ｉｅｅｗｒｅｍｅｔｔｎＳｏｅｔａＫｅｏｄ］ＣｉｅｅｒｏａｎｍｅｒｏｎｔｎＵｎｎｗｎｗｒｓｅｏｎｔｎＣｈｎｓｏｄｓｇｎａｏ；ｈｒｓｐｔｐｅｉｒｉｉｔｈ
ｎｍｅｒｅｅａｅｃｏｄｎｏｔｅｒｉｔｒａｈｒｃｅｓａｄｔｏｔｉｈｃｎｄｎｅａｅａｅｎｏｔｅｓｇｎｔｔｏｉｒｐｓｖｒｉｅｌｎａｓａｅｇｎｒｔｄａｃｒｉｇｔｉｎｅｎｌａａｔｒｎｈｓｗｉｈｇｏｆｅｃｒｄｄｄｉｔｅｍｅａｉｎｄｇａｈａｅｔｓａｏｇｈｃｅｈｉｈｃ
文献标识码｛Ａ
中图分类号：Ｔ３１Ｐ９．１
种与分词一体化的中文人名识别方法
高红．黄德根．杨元生
（大连理工大学计算机科学与工程系，大连１６２）０４１
摘要：出了一种与分词一体化的人名识别方法，根据中文人名内部Ｊ字产生潜在人名，提｝ｊ可信度较高的潜在人名与其它候选切分词共同
“ 词是最小的能够独立活动的有意义的语言成分” 但是，在汉语文本中词语之间没有明显的区分标记，因此，汉语自
若最长词为 “ 中国”，则次长词为 “ 中”；若最长词为 “ 布”，
则没有次长词。图１不包含潜在人名的切分有向图。是
动分词是中文信息处理的基础和关键。由于大量未登录人名
的存在严重影响了分词的正确性，因此中文人名识别也是汉
＜田
的产生参见１．２节。
。一；
语词语分析中的重要研究内容。识别中文人名不仅可以增强
分词系统处理未登录词的能力，提高分词的正确率，而且在
圈１不包含潜在人名的忉分有向圈实仞
网络搜索引擎，信息抽取等领域也有很重要的应用。
ＡｅｈｄｏｉｅｅＰｅｓｎｌｍｅＲｅｏｎｔｏｙｃｒｎｚｄｗｉＭｔｏｆＣｈｎｓｒｏａＮａｃｇｉｉｎＳｎｈｏｉｅｔｈＣｈｎｓｏｄＳｇｅｔｔｎｉｅｅＷｒｅｍｎａｉｏ
ｗｉｅｉａｒａｄｄｔｓｈｔｌｘｃｌｗｏｄｃｎｉａｅＢｉｒｄＴｒｒｍｅｕｅｏｅａｕｔａｈｐｔｆｓｇｅｔｔｎｄｉｒｐ，ｈｓｔｅｓｏｅｔａｏｓｏｄｏｔｅｇａａｉａａｓｄｔｖｌａｅｅｃａｏｍｎａｉｇａｈｔｕｈｒｓｔｃ￣ｅｐｎｓｔｍｎｇｒｈｅｏｈｔｐｈｈ
［ｓｒｃ］ＴｉｐｐｒｐｅｅｔａｍｅｈｄｏｈｎｓｅｓｎｌａｅｏｎｔｎｓｎｈｏｉｄｗｉｉｅｅｗｒｅｍｅｔｔｎＰｓｉｌｐｒｎＡｂｔａｔｈｓａｅｒｓｎｓｔｏｆＣｉｅｅｐｒｏａｎｍｅｒｃｇｉｏｙｃｒｎｚｔＣｈｎｓｏｄｓｇｎａｉ．ｏｓｅｅｓｉｅｈｏｂｏ
组成分词有向图的节点。利用Ｂｇａ和Ｔｉｒｍ给有向边赋值，使有向图的最短路径对应句子的正确切分，确定了句子的切分路径即可识ｉｒｍｒａｇ别出句子中的人名。实验结果表明，该方法取得了较好的人名识别正确率。
关ｔ词：中文人名识别；未登录词识别；汉语自动分词；最短路径
ＧＡＯｎ，ＨｏｇＨＵＡＮＧｇｎＹＡＮＧｕｎｈｎＤｅｅ，Ｙａｓｅｇ
（ｐｒｎｆｏｕｅｃｅｃｄＥｇｎｅｎ，ａｉｎＵｎｖｒｉｆｅｈｏｏｙＤａｉ１０４ＤｅａｔｔｍｐｔＳｉｎｅａｎｉｅｒｇＤａｉｅｓｙｏｃｎｌｇ，ｌａ１６２）ｍｅｏＣｒｎｉｌｔＴｎ
维普资讯
９第３２卷第１期
ＶＬ２ｏ３
・
计算机ຫໍສະໝຸດ 工程２００６年１Ｏ月
Ｏｃｏｒ２０６ｔｂｅ０
№
１９
ＣｏｐｔｒＥｎｉｅｒｎｍｕｅｇｎｅｉｇ
博士‘ 论文・
一
文章编号：１ｏ３２（ｏ） — ０９一２ｏ — ４８ｏ６９ｏｏ＿】０２１
人名识别可以作为独立的词语分析过程在分词之前…或分词之后进行。通过对实际应用系统的分析，发现将人名识别与分词同步进行可以避免未登录人名对分词的影响，也可以减少不正确分词结果给人名识别带来的困难。例如，李 “
ｏｔｌｅｍｅｔｔｏｆｅＣｈｉｅｅｔｎｅＰｅｓｎｌａｅａｅｒｃｇｉｅｎｅｔｅｏｔｌｅｍｅｔｔｏｓｓｌｃｅ．ｅｅｐｒｍｅｔｌｅｕｔｐｉｇｎｉｎｏｎｓｓｎｅｃ．ｒｏａｍｓｎｂｅｏｎｚｄｏｃｐｉｇｎｉｎｉｅｅｔｄＴｘｉｍａｓａｈｔｅｎｃｈｍａｓａｈｅｎａｓｌｒｓ