基于混合模型的中文命名实体抽取系统

摘要

中文命名实体抽取的研究,存在分词、领域和方法三个方面的问题需要解决.解决方案是:利用规则,对机器分词后的文本进行修正;提出"群山"模型,对不同领域制定不同的语言学规则;以统计学方法和语言学方法结合,对不同命名实体采用不同的方法等.根据实验结果,得出以下结论:分词的错误将严重影响到最终的抽取结果;领域规则的应用可以提升抽取效果;不同方法的有机结合比采用单一方法有效。