实体提及的多层嵌套识别方法研究 - 中国中文信息学会.PDF

第 2 1 卷 　第 2 期 中文信息学报 Vol . 2 1 , No . 2 2007 年 3 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Mar . , 2007 文章编号 : (2007) 0200 1408 实体提及的多层嵌套识别方法研究 刘非凡 , 赵 军 , 徐 波 ( 中国科学院 自动化研究所 模式识别国家重点实验室 ,北京 100080) 摘 　要 : 实体识别在许多自然语言处理应用系统中发挥着极其重要的作用 。目前大部分研究集中在命名实体识 ( ) 别 ,且不考虑实体之间的嵌套 ,本文在 自动内容抽取评测 Automatic Cont ent Ext raction , A CE 背景下 ,对汉语文 ( ) 本中各种实体提及 命名性 ,名词性 ,代词性 的多层嵌套识别进行了研究 。我们将嵌套实体识别分成两个子任务 : 嵌套实体边界检测和实体多层信息标注 。首先 ,本文提出了一种层次结构信息编码方法 ,将多层嵌套边界检测问 题转化为传统的序列标注问题 ,利用条件随机场模型融合多种特征进行统计决策 。其次 ,将多层信息标注问题看 作分类问题 ,从实现的角度设计了含有两个分类引擎的并行 SV M 分类器 ,避免了对每层信息标注都设计一个分类 器 , 比采用单一分类器在性能上有明显提高 。在标准 A CE 语料上的实验表明 ,基于条件随机场的多层实体边界检 测模型正确率达到 7 1 % ,融合特征选择策略的两个并行分类引擎的正确率也分别达到了 89 . 05 %和 82 . 17 % 。 关键词 : 人工智能 ; 自然语言处理 ;实体提及嵌套识别 ;条件随机场 ;支持向量机 中图分类号 : TP39 1 　　　　文献标识码 : A Study on Multiscale Nested Entity Mention Recognition L IU Feifan , ZHAO J un , XU Bo (National L aboratory of Patt ern Reco gnition , In stit ut e of Automation , Chinese Academy of Sciences , Beij ing 100080 , China) Abstract : Entit y reco gnition p lay s a significantly import ant role in many nat ural language p rocessing app lication s. Previou s st udy on entit y recognition i s mainly focu sed on t he Named Entit y Recognition (N ER) and nest ed N Es are not con sidered . Thi s p ap er p ropo ses a