一种从文本数据中提取中文命名实体的方法

摘要

本发明公开了一种从文本数据中提取中文命名实体的方法，该方法包括以下步骤：中文词语切分；中文停用词去除；分析中文分词结果中命名实体错误类型及原因；针对错误类型及原因分别制定修正规则；根据标注标准语料匹配结果，将正确的命名实体输出，对出现错误的命名实体进一步对规则修正，并将修正后的规则输入到规则集，更新规则集；根据标注标准不断进行规则修正，直到输出结果最优，并确定最优规则集；该发明方法提高命名实体提取准确率，并且能保证提取效率；适用于网络信息处理、网络数据挖掘及信息安全等领域，可以为后期的各种处理提供良好的预处理基础。

主权项

一种从文本数据中提取中文命名实体的方法，其特征在于，该方法包括以下步骤：a.中文词语切分；b.中文停用词去除；c.分析中文分词结果中命名实体错误类型及原因；d.针对错误类型及原因分别制定修正规则；e.根据标注标准语料匹配结果，将正确的命名实体输出，对出现错误的命名实体进一步对规则修正，并将修正后的规则输入到规则集，更新规则集；f.根据标注标准不断进行规则修正，直到输出结果最优，并确定最优规则集。