基于条件随机场的英文产品命名实体识别

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (6): 115-117.doi: 10.3969/j.issn.1007130X.2010.

基于条件随机场的英文产品命名实体识别

张朝胜1，郭剑毅1,2，线岩团1,2，余正涛1,2，雷春雅1, 王海雄1

(1.昆明理工大学信息工程与自动化学院，云南昆明 650051; 2.云南省计算机技术应用重点实验室智能信息处理研究所，云南昆明 650051)

收稿日期:2009-09-26 修回日期:2009-12-21 出版日期:2010-06-01 发布日期:2010-06-01
通讯作者: 张朝胜 E-mail:wonsodier@yahoo.com.cn
作者简介:张朝胜(1983)，男，河南濮阳人，硕士生，研究方向为自然语言处理和信息抽取；郭剑毅，教授，研究方向为模式识别和信息抽取。
基金资助:
国家自然科学基金资助项目(60863011);云南省自然科学基金重点项目(2008CC023)；云南省中青年学术技术带头人后备人才项目(2007PY0111)；云南省教育厅基金重点项目 (07Z11139)

Named Entity Recognition of the Products with English Based on Conditional Random Fields

ZHANG Chaosheng1,GUO Jianyi1,2,XIAN Yantuan1,2,YU Zhengtao1,2,LEI Chunya1,WANG Haixiong1

(1.School of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650051;
2.Institute of Intelligent Information Processing,Yunnan Provincial Computer
Technology Application Key Laboratory,Kunming 650051,China)

Received:2009-09-26 Revised:2009-12-21 Online:2010-06-01 Published:2010-06-01

摘要/Abstract

摘要：

英文产品命名实体识别目前国内外研究得较少，本文针对TREC 2009英文产品命名实体(EPNE)识别的任务，首次提出了一种基于条件随机场模型(CRF)的英文产品命名实体识别方法。在条件随机场中，该方法以词作为切分粒度，充分利用上下文和英文产品名特有的指示信息作为分类特征，结合手工构建的品牌词表进行建模。实验表明，该方法获得了较好的结果，英文产品实体识别准确率达到 93.6%，召回率达到92.4% 。

关键词: 英文产品, 条件随机场, 特征选择, 命名实体识别

Abstract:

Recently, as the scarce research of Named Entity Recognition of the Products with English domesticaly and abroad, this paper aims at the task of TREC 2009, and proposes a method for the Named Entity Recognition of the Products with English based on the Conditional Random Fields model. In the conditional random field, this paper adopts word as the grain processing unit; uses the context information and especial cue information of English product names as the features of recognition, and adopts the artificially constructed dictionary to build the model. A good result has been obtained by the experiment and the accuracy rate of the English product entity recognition is up to 93.6%, and the recall rate 92.4%.

Key words: english product, CRF;feature selection;recognition of named entity

中图分类号:

TP391

张朝胜1，郭剑毅1,2，线岩团1,2，余正涛1,2，雷春雅1, 王海雄1. 基于条件随机场的英文产品命名实体识别[J]. J4, 2010, 32(6): 115-117.

ZHANG Chaosheng1,GUO Jianyi1,2,XIAN Yantuan1,2,YU Zhengtao1,2,LEI Chunya1,W. Named Entity Recognition of the Products with English Based on Conditional Random Fields[J]. J4, 2010, 32(6): 115-117.

[1]	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(05): 940-950.
[2]	朱西平, 高昂, 肖丽娟. 融合双词典的农作物病虫害命名实体识别[J]. 计算机工程与科学, 2025, 47(04): 718-727.
[3]	刘晓华, 徐茹枝, 杨成月. 一种基于多特征融合嵌入的中文命名实体识别模型研究[J]. 计算机工程与科学, 2024, 46(08): 1473-1481.
[4]	丁建平, 李卫军, 刘雪洋, 陈旭. 命名实体识别研究综述[J]. 计算机工程与科学, 2024, 46(07): 1296-1310.
[5]	田红鹏, 吴璟玮. RIB-NER：基于跨度的中文命名实体识别模型[J]. 计算机工程与科学, 2024, 46(07): 1311-1320.
[6]	刘振超, 苑迎春, 王克俭, 何晨. 融合特征权重与改进粒子群优化的特征选择算法[J]. 计算机工程与科学, 2024, 46(02): 282-291.
[7]	钟卓辉, 陈黎飞, . 基于模型的非凸聚类算法[J]. 计算机工程与科学, 2024, 46(02): 292-302.
[8]	吉旭瑞, 魏德健, 张俊忠, 张帅, 曹慧. 中文电子病历信息提取方法研究综述[J]. 计算机工程与科学, 2024, 46(02): 325-337.
[9]	喻金平, 朱伟锋, 廖列法. 基于RoBERTa-wwm-BiLSTM-CRF的扶持政策文本实体识别研究[J]. 计算机工程与科学, 2023, 45(08): 1498-1507.
[10]	赵瑞平, 降爱莲. 基于自编码器和局部嵌入的无监督特征选择[J]. 计算机工程与科学, 2023, 45(07): 1282-1291.
[11]	杜洁, 骆力明, 孙众. 基于ALBERT预训练模型的事件抽取技术研究[J]. 计算机工程与科学, 2023, 45(04): 711-717.
[12]	顾楚梅, 曹建军, 王保卫, 徐雨芯, . 基于蚁群参数优化的LightGBM辐射源个体识别[J]. 计算机工程与科学, 2023, 45(01): 85-94.
[13]	文武, 万玉辉, 文志云, . 基于正余弦算法的文本特征选择[J]. 计算机工程与科学, 2022, 44(08): 1467-1473.
[14]	刘云, 肖添, 王梓宇. 动态特征选择算法对恶意行为检测的优化研究[J]. 计算机工程与科学, 2022, 44(04): 665-673.
[15]	吴尚智, 徐丹丹, 王旭文, 夏宁. 基于广义重要度和runner-root算法的特征选择[J]. 计算机工程与科学, 2022, 44(04): 723-729.

基于条件随机场的英文产品命名实体识别

Named Entity Recognition of the Products with English Based on Conditional Random Fields

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价