CRF和词典相结合的蒙古文地名识别研究

J4 ›› 2016, Vol. 38 ›› Issue (5): 1046-1051.

CRF和词典相结合的蒙古文地名识别研究

吴金星1，丽丽1，杨振新2

(1.内蒙古大学蒙古学学院,内蒙古呼和浩特 010021；2.中国科学院合肥智能机械研究所，安徽合肥 230031)

收稿日期:2015-10-29 修回日期:2015-12-10 出版日期:2016-05-25 发布日期:2016-05-25
基金资助:
内蒙古自治区蒙古语言文字信息化专项扶持项目（2012339）；国家自然科学基金（61070099）;内蒙古自治区教育厅项目（NJZC16002）

Recognition of geographical names in Mongolian
based on conditional random fields and dictionary

WU Jinxing1,LI Li1,YANG Zhenxin2

（1.School of Mongolian Studies,Inner Mongolia University,Huhhot 010021;
2.Institute of Intelligent Machine,Chinese Academy of Science,Hefei 230031,China)

Received:2015-10-29 Revised:2015-12-10 Online:2016-05-25 Published:2016-05-25

摘要/Abstract

摘要：

蒙古语在命名实体识别方面开展过人名的识别，但在地名的识别方面还没有开展相应的研究。首次实现了基于条件随机场模型的蒙古文地名识别。首先从蒙古语黏着性特点分析入手，研究了蒙古语语料库中地名的存在形式以及各类地名的特点，针对蒙古语语料库中地名的特点，在词汇特征、指示词特征、特征词特征等特征基础上引入了词性特征。之后通过地名词典补召了未识别的地名。以内蒙古大学开发的100万词规模的标注语料库为训练数据，该模型的地名识别性能达到了94.68%的准确率、84.40%的召回率和89.24%的F值。

关键词: 蒙古文地名, 识别, CRF, 特征, 词典

Abstract:

This is the first realization of Mongolian geographical names recognition based on conditional random fields. First we analyze the existing forms and characteristics of the geographical names in the corpus from the aspect of Mongolian adhesion characteristic. In addition to designation words and the part of speech, lexical features are also introduced as the location feature of geographical names. Then unrecognized names are called by location dictionaries. Taking the 3rdlevel annotated corpus with about 1000,000 words as the training data, the proposed model achieves an accuracy of 94.68%, a recall rate of 84.40%, and a F score of 89.24%.

Key words: Mongolian geographical name;recognition;CRF;feature;dictionary

吴金星1，丽丽1，杨振新2. CRF和词典相结合的蒙古文地名识别研究[J]. J4, 2016, 38(5): 1046-1051.

WU Jinxing1,LI Li1,YANG Zhenxin2. Recognition of geographical names in Mongolian
based on conditional random fields and dictionary [J]. J4, 2016, 38(5): 1046-1051.

[1]	刘畅, 徐炜遐. CNN-ViTAMR：一种基于Transformer的自动信号调制识别算法及其轻量化实现#br#[J]. 计算机工程与科学, 2025, 47(8): 1408-1416.
[2]	金学奇1, 2, 徐红泉3, 黄银强4, 孙志华5. 基于多视角时空对齐学习的恶意域名检测方法[J]. 计算机工程与科学, 2025, 47(8): 1417-1424.
[3]	蒲小莉, 赖惠成, 高古学. BF-YOLO：基于YOLOv8改进的小目标检测算法[J]. 计算机工程与科学, 2025, 47(8): 1425-1436.
[4]	刘金竹, 张东, 李冠宇. 基于密集卷积和多特征感知的链接预测模型研究[J]. 计算机工程与科学, 2025, 47(8): 1483-1492.
[5]	李莉, 张晴, 孔悠然, 苏仁嘉, 赵鑫. 基于生成对抗网络的恶意代码变体家族溯源方法[J]. 计算机工程与科学, 2025, 47(7): 1215-1225.
[6]	林毅1, 2, 3, 宋慧慧1, 2, 3. 用于全色锐化的金字塔特征解耦提取融合网络[J]. 计算机工程与科学, 2025, 47(7): 1262-1273.
[7]	周丰峻, 康怀强, 高伸, 李锋, 孙云厚, 高航, 马芃晟. 基于改进的YOLOv8模型对地下工程混凝土裂纹的检测识别[J]. 计算机工程与科学, 2025, 47(6): 1079-1089.
[8]	曲海成, 张旺, 田鹏飞. 基于改进STN的指针式仪表图像校正方法[J]. 计算机工程与科学, 2025, 47(6): 1097-1105.
[9]	曾垂振1, 2, 崔良中1, 马文卓2. 基于ERNIE模型的雷达维修命名实体识别研究[J]. 计算机工程与科学, 2025, 47(6): 1106-1113.
[10]	尕藏才让1, 2, 高定国1, 2, 仁青东主1. 融合多特征的藏语方言自动辨识方法[J]. 计算机工程与科学, 2025, 47(6): 1114-1120.
[11]	于致远, 宋慧慧, . 用于遥感图像时空融合的多尺度全聚合网络[J]. 计算机工程与科学, 2025, 47(5): 864-874.
[12]	马汉达, 李腾飞. 基于注意力机制的特征融合推荐模型[J]. 计算机工程与科学, 2025, 47(5): 902-911.
[13]	王莹, 杨青, 王翔宇, 张勇, . 基于非对称空间特征的脑电信号情感分析研究[J]. 计算机工程与科学, 2025, 47(5): 921-930.
[14]	陈丽芳, 白云, 施永辉, 代琪. 面向不平衡数据的特征子空间增强的异质集成学习[J]. 计算机工程与科学, 2025, 47(5): 940-950.
[15]	龚浩成, 朱海, 黄子非, 杨明泽, 张开昱, 吴飞. 基于表征知识蒸馏的WiFi手势识别方法[J]. 计算机工程与科学, 2025, 47(4): 655-666.