采用上下文特征匹配的中文机构名简称识别

摘要：

现有识别机构名简称的方法多依赖全称,也依赖简称的组成形式.针对这两个问题,提出一种采用上下文特征匹配的机构名简称识别方法.本文提出的上下文特征分为机构名独有特征和干扰词与机构名相交特征,每一个特征赋予一个错误率权重,在不同错误率范围内,采用上下文特征匹配算法识另机构名简称.还通过建立干扰词表和扩展操作,进一步提高了识别的准确率与召回率.实验中,本文方法在封闭数据集上的F值达到92.23％.利用封闭数据集训练的特征和干扰词,在开放测试集上的F值取得70.28％.最后,与依赖全称生成简称的识别方法进行对比,本文方法识别出有匹配全称的简称和无匹配全称的简称,比依赖全称的识别方法有更好的效果.

关键词：机构名简称、上下文特征、相交特征、独有特征、特征匹配算法、干扰词

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：上海市科委重大项目12dz1500205;上海国际合作项目13430710100

在线出版日期：2016-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1432-1437