基于主题标签和CRF的中文微博命名实体识别
Named entity recognition of Chinese microblog based on theme tag and CRF

近年来，网络媒体微博的迅速发展，为命名实体的识别研究提供了一种全新的载体.针对中文微博文本短、表达不清、网络化严重等特点，论文提出了一种规则与统计相结合的中文微博命名实体识别方法.该方法首先利用中文微博的主题标签对处理后的数据进行筛选，然后再选取合适的特征模板，并利用条件随机场模型(Conditional random fields， CRF)进行实体识别.为了满足实验要求，该文将传统网页爬虫方法与API接口采集方法相结合进行微博数据采集.实验结果表明，该方法能够有效提高中文微博命名实体的识别效果.