发明名称 |
一种基于条件随机场的中文兼类词识别方法 |
摘要 |
本发明公开了一种基于条件随机场的中文兼类词识别方法,包括:获取与兼类词相关的词条,从词条中获得语料;对语料进行切分生成语块,同时在语块中生成每个文字的语块特征;对文字进行词性标注,获得文字的词性特征,利用语块特征和词性特征标注文字;随机选择一部分语料进行训练,其余的语料进行测试,得到第一实验结果;根据语料的特征修改特征模板,修改后继续对语料进行训练和测试,得到第二实验结果;对第一实验结果和第二实验结果进行度量标准的性能比对,提高对于兼类词的识别。本发明对电商领域的中文兼类词用条件随机场进行识别,修改原有条件随机场特征模板的特征后,使得识别兼类词的精确率、召回率以及f值均得到提高。 |
申请公布号 |
CN104750779A |
申请公布日期 |
2015.07.01 |
申请号 |
CN201510096284.3 |
申请日期 |
2015.03.04 |
申请人 |
华东师范大学 |
发明人 |
费凡;徐文超;杨雁峰;刘云鹏;汤俊;杨艳琴 |
分类号 |
G06F17/30(2006.01)I;G06F17/27(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
上海麦其知识产权代理事务所(普通合伙) 31257 |
代理人 |
董红曼 |
主权项 |
一种基于条件随机场的中文兼类词识别方法,其特征在于,包括以下步骤:步骤1:在电商领域内搜索一中文兼类词,获取与所述兼类词相关的词条,从所述词条中获得具有电商领域特征的语料;步骤2:对所述语料进行切分生成语块,同时在所述语块中生成每个文字的语块特征;步骤3:对所述文字进行词性标注,获得所述文字的词性特征,利用所述语块特征和所述词性特征标注所述文字;步骤4:随机选择一部分语料在条件随机场中进行训练,其余的语料在所述条件随机场中进行测试,得到第一实验结果;步骤5:根据所述语料的特征修改所述条件随机场中的特征模板,修改后继续对所述条件随机场中的所述语料进行训练和测试,得到第二实验结果;步骤6:对所述第一实验结果和所述第二实验结果进行度量标准的性能比对,提高对于兼类词的识别。 |
地址 |
200062 上海市普陀区中山北路3663号 |