%0 Journal Article
%T 级联中文组块识别
%A 秦
%A 颖
%A 王小捷
%A 钟义信
%J 北京邮电大学学报
%P 14-17
%D 2008
%R 10.13190/jbupt.200801.14.qiny
%X 基于统计方法的中文组块研究大多借鉴CoNLL2000英文组块的思想，建立了组块表示的BIO模型，并将组块识别任务作为一种为词序列标注的多分类问题．为降低分类复杂度，采取了一种分解识别法，即先识别组块的边界，再进行组块类别判定．基于条件随机场(CRF)构建了级联组块识别器，实验数据集采用宾州大学中文树库(CTB5.1)．在特征选择上，借鉴了中文分词特征选择的方法．5倍交叉验证的实验结果为组块边界识别的F1值为95.05%；类型识别的准确率为99.43%；整体F1值为93.58%．该方法提高了系统性能，缩短了学习器的训练时间．
%K 中文组块
%K 边界识别
%K 类别识别
%K 条件随机场
%U http://www.buptjournal.cn/CN/abstract/abstract460.shtml