基于条件随机场的中文地名识别方法

作     者：邬伦 刘磊 李浩然 高勇 WU Lun;LIU Lei;LI Haoran;GAO Yong

作者机构：北京大学遥感与地理信息系统研究所北京100871 

基　　金：国家自然科学基金(41271385) 测绘遥感信息工程国家重点实验室开放研究基金((16)重02) 

出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2017年第42卷第2期

页      码：150-156页

摘      要：在互联网迅速发展的现代化信息社会,大量地理信息都以非结构化的文本形式存在,而地名识别是挖掘这些地理信息的重要基础。目前已有的地名识别方法主要是从自然语言处理的角度来实现,并没有充分考虑到地名的构成和使用习惯等特征,造成识别率偏低或过拟合等问题。本文引入语言学相关知识,分析中文地名用字特征,在传统的地名专名+通名的结构上,更细致地划分地名的词素类型,总结归纳各词素类型的特征,将这些特征融入条件随机场的方法中,使地名识别问题转化为序列标注问题。并根据中文地名的特征,制定形式化规则,设计基于字的标注规范。在此基础上,设计中文地名特征模板,通过条件随机场模型训练和预测,识别自然语言文本中的中文地名。采用170万字的人民日报标注语料进行实验验证,结果表明本文方法对中文地名识别的召回率、准确率和F值分别达到92.69%、96.73%和94.67%,优于已有研究成果,能为地理信息科学领域的研究和应用提供更有效的地名服务。

主 题 词：地名识别 条件随机场 自然语言处理 中文地名 

学科分类：081603[081603] 081802[081802] 07[理学] 081203[081203] 08[工学] 070503[070503] 0818[工学-交通运输类] 0705[理学-地理科学类] 0816[工学-纺织类] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13203/j.whugis20141009

馆 藏 号：203216697...