一种面向微博文本的命名实体识别方法

摘要：

命名实体识别是自然语言处理领域的一项基础性技术.近年来微博等网络社交平台发展迅速,其独特的形式对传统的命名实体识别技术提出了新的挑战.故提出一种基于条件随机场模型的改进方法,针对微博文本短小、语义含糊等特点,引入外部数据源提取主题特征和词向量特征来训练模型,针对微博数据规模大、人工标准化处理代价大的特点,采取一种基于最小置信度的主动学习算法,以较小的人工代价强化模型的训练效果.在新浪微博数据集上的实验证明,该方法与传统的条件随机场方法相比F值提高了4.54%.

关键词：命名实体识别、微博、条件随机场、词向量、主动学习

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目U1536207

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：118-120,124