基于统计的中文地名自动识别研究

中文地名的自动识别是命名实体识别任务中难度较大的任务之一,目的是从中文文本中自动准确提取地理专用名词.文中使用统计模型中的条件随机场对中文地名的自动识别在字一级粒度进行了研究.在研究中利用条件随机场能任意添加特征的优点,合理引用了丰富的特征组合,在大规模语料上进行训练,统计获得标注序列基于特征集的条件概率分布,并采用序列标注的方式,实现中文地名的自动识别.多次闭合测试和开放测试结果F1值为90％左右,识别效果良好.     

基于含边界词性特征的中文命名实体识别

根据词性在任务中可能出现的特征表达,在字粒度一级,基于条件随机场模型,对词性特征在中文命名实体识别任务中的应用进行研究,提出一种将词性和词边界合成为一个特征项的方法。在相同实验环境下针对多种词性特征的应用情况,采用序列标注的方式在公共语料上进行多次中文命名实体识别实验。通过对多次实验结果的比较分析得出,二级词性与词边界合成的特征在系统执行性能和识别效果等方面均为最优。     

冰箱拉肚子

小胖今年刚5岁,白白胖胖,活泼可爱。一个星期日下午,我上市场买菜回来,刚一进大院,就听到了一声甜甜的问候：“阿,姨好！”我抬头一看,一个瘦瘦的小男孩站在我的面前。“哦,是小胖吗？怎么这么瘦了,有什么病了吗？”我有一个月的时间没有见到这个孩子,没想到党有这么大的变化。见我惊讶的样子,小胖的姥姥向我絮叨起来。“这一阵子,小胖胃口不舒服,总是拉肚子,有时还呕吐,越来越瘦。我带他去了好几家医院,不是说肠炎就是说是慢性胃炎,有时还说是痢疾。给开了不少药。吃k药,就见好。一停药,就叉把,照样拉肚子。什么CT,…