基于语料库的蒙古人名知识库建设与实践

摘要：

为提取较为完备的蒙古人名特征，以内蒙古大学语料库及网页人名句为基础，采用量化分析的方法，建立普通人名知识库及兼类人名知识库，将知识库归并为14个特征，进行特征选择实验，在直接保留“汉语姓氏映射表”及“汉语人名映射表”等特征集后，鉴于对正确率和召回率的贡献，去除了地名词典、地名后缀词典、机构名后缀词典等3个特征集，保留了9个作为最大熵模型的特征集，从实验结果看，予以保留的特征影响并不相同。

关键词：语料库、人名、蒙古人名、最大熵、特征选择、实验

分类号：TP391.1;G250.74(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目“跨语言社会舆情分析基础理论与关键技术”项目编号61331013的系列成果之一。

在线出版日期：2015-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：109-112