基于CRF和半监督学习的维吾尔文命名实体识别

被引：13

作者：

王路路 ^{[1
,2
]}

艾山吾买尔 ^{[1
,2
]}

买合木提买买提 ^{[1
,2
]}

卡哈尔江阿比的热西提 ^{[1
,2
]}

吐尔根依布拉音 ^{[1
,2
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 新疆大学新疆多语种信息技术实验室

来源：

中文信息学报 | 2018年 / 32卷 / 11期

关键词：

维吾尔文命名实体识别; 条件随机场; 半监督学习;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; H215 [维吾尔语];

学科分类号：

081203 ; 0835 ; 0501 ; 050107 ;

摘要：

目前,维吾尔文命名实体识别研究主要集中在单类实体,且没有引入半监督学习方法,从而无法利用未标注语料的无监督语义和结构信息。该文以条件随机场为基本框架,提出了一种基于半监督学习的维吾尔文命名实体识别方法。通过引入词法特征、词典特征、以及基于词向量的无监督学习特征,对比不同特征对识别的影响,并对模型进行优化。实验表明,CRF模型融合多种特征时维吾尔文命名实体识别的F值达到87.43%,说明词法特征和无监督学习特征的有机结合,可以大大减少人工选取特征的工作量,同时也可提高维吾尔文命名实体识别的性能;CRF模型相比于神经网络模型,更适合用于实际应用中。

引用

页码：16 / 26+33 +33

页数：12

共 16 条

[1] CRF与规则相结合的维吾尔文地名识别研究 [J].