基于場景的姓名識別.pdf

1、漢語自動詞法分析是組塊分詞、信息檢索、對話問答、信息抽取等中文信息處理任務的基礎。由于漢語的詞與詞之間沒有明確的分隔符，漢語詞法分析首先面臨著自動分詞的問題，而專名(人名、地名、機構名、時間表達、數(shù)字表達等)識別則是漢語自動分詞的難點之一。專名能否正確識別直接影響分詞的效果。姓名識別是專名識別的一個領域，本文繞開先分詞再識別的傳統(tǒng)方法，提出一種基于場景的中文姓名識別方法。
　　 文章首先分析了中文姓名的結構特征以及姓名在真實文本

2、中出現(xiàn)的復雜情況，同時，結合中文姓名的特點，綜合考慮上下文信息、詞本身信息、詞典信息和姓名自身信息對中文名實體的影響，提出“場景”概念。接著提出了一種用于在姓名檢測中的“回溯正向最長匹配算法”，以此為基礎推導出中文名字右邊界劃分模型。在得到所有場景資源后，將它們作為姓名識別的依據(jù)。同時引入了證據(jù)理論，利用證據(jù)理論在信息融合、決策分析等領域的成功應用，得到姓名融合算法。
　　 同時在保證中文姓名識別準確率的情況下，還嘗試識別外來譯