基于条件随机场的中文命名实体识别特征比较研究

摘要

命名实体识别任务主要是识别文本中的人名、地名、机构名等实体.基于条件随机场的命名实体识别是目前常用方法.特征是影响命名实体识别性能的重要因素,由于命名实体识别任务中可用到的特征及其组合很多,因此选取合适的特征是提高性能、节省模型训练时间的重要途径.基于字和基于词的命名实体识别是两种基本框架,本文在这两种框架下比较了特征及其组合对命名实体识别性能的影响.在Sighan-6评测语料上的实验结果表明,命名实体列表、词性、词边界、前后缀特征对识别性能提升较大,组合特征可以提高系统的性能.