%0 Journal Article
%T CRF与规则相结合的中文地名识别
%A 李丽双
%A 党延忠
%A 廖文平
%A 黄德根
%A 张颖
%J 大连理工大学学报
%P 285-289
%D 2012
%R 10.7511/dllgxb201202021
%X 采用递增式学习策略优化条件随机域(conditionalrandomfields,CRF)的特征模板以提高中文地名的识别效果,结合语言学相关知识构建规则库,以弥补机器学习模型获取知识不够全面导致召回率偏低的不足,最终实现了CRF与规则相结合的中文地名识别系统．实验结果表明,采用CRF与规则相结合的方法识别中文文本中的地名是有效的,对Bakeoff2007NER任务的MSRA语料进行开放测试,召回率、精确率和F值分别为94.67%、92.35%和93.50%．
%K 中文信息处理
%K 中文地名识别
%K 条件随机域
%K 基于规则的后处理
%U http://press.dlut.edu.cn/ch/reader/view_abstract.aspx?file_no=20120221&flag=1