一种基于聚集系数的人名识别方法-武汉大学学报·信息科学版.PDF

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 一种基于聚集系数的人名识别方法 曾剑平 刘 华 复旦大学 计算机科学技术学院上海 安徽省高级人民法院 信息办合肥 摘 要 在中文文本分析的许多应用领域中人名识别是一个广泛存在且受到持续关注的基本问题 虽然目前人 名识别方法较多但大多以语料统计和语言规则为基础 为此针对事件文本中人名具有紧密联系的特征基于聚 集系数提出一种新的人名识别方法 利用姓氏列表获得原始文本中的可能姓氏信息基于人名语料信息所构建 的统计模型和上下文新的信息提取出候选人名定义人际语义相似性人名可能度等量化方法在此基础上设计一 种基于人际网络聚集系数的人名过滤方法 实验结果表明与现有基于隐马尔可夫模型的方法相比该方法所获 得的 值有 的提升并且不需要人工标注语料及使用语言规则 关键词 人名识别聚集系数人际网络统计模型人际语义相似性 中文引用格式曾剑平刘 华一种基于聚集系数的人名识别方法计算机工程 英文引用格式 容过滤的准确性 现有的人名识别方法大体上基 概述 于 种途径 统计方法利用自然语言的统计 在诸如新闻报道之类的文本中存在许多人名 规律采用条件随机场隐 等模型描述人名 地名等命名识别这些信息在文本分析应用中起着 的特征 基于规则的方法利用人名在上下文中 非常重要的作用 例如在网络舆情分析中人名是 的使用规则来提取人名信息 这些方法需要充足的 舆情事件识别分析中的核心是事件演化中的主导 人工标注语料或者复杂的语言和使用规则而此类 因素因此事件跟踪与检测方法一般需要明确地对