搜索日志中中文人名的自动识别

作者：曾镇; 吕学强; 李卓

来源：现代图书情报技术, 2014, (12): 71-77.

• 搜索日志
• 人名识别
• 特征模板
• 条件随机场
• 条件概率 Query log
• Name recognition
• Feature template
• Conditional Random Fields
• Conditional probability

【目的】人名在搜索日志中大量存在,搜索日志中人名识别研究有助于提高搜索引擎的检索效果。【方法】提出一种搜索日志中识别中文人名的方法,首先分析日志中人名的内部组成结构以及外部上下文信息,提取7个特征,选用合适的特征模板,应用条件随机场模型初步识别人名。然后针对CRFs未能识别的人名其所在查询串字间组合共现频次较低的规律,设计贝叶斯条件概率计算公式筛选更多的人名。【结果】在搜狗日志中进行实验,开放测试结果准确率达到95%,F值达到91%。【局限】需要人工标注一定规模的训练语料。【结论】实验结果表明,该方法对于搜索日志中的人名识别是行之有效的。

• 出版日期2014
• 单位北京信息科技大学