一种基于词频统计的组织机构名识别方法  

Organization name recognition based on word frequency statistics

作　　者：胡万亭[1] 杨燕[1] 尹红风[1] 贾真[1] 刘利[1] 

机构地区：[1]西南交通大学信息科学与技术学院云计算与智能技术省级高校重点实验室,成都610031

出　　处：《计算机应用研究》2013年第7期2014-2016,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(61152001;61170111);中国科学院自动化研究所复杂系统管理与控制重点实验室开放课题(20110102)

摘　　要：命名实体识别是自然语言处理必不可少的重要部分,其中组织机构名识别占了很大的比例。提出了基于词频统计的组织机构名识别方法。训练数据主要通过百度百科词条整理得到。训练时,利用百度百科词条名在词条文本中的频数统计进行机构构成词的词频统计。在此基础上,构建了数学模型,实现了组织机构名识别算法。该识别算法集成到了中文分词中,取得了较好的识别结果,可以满足一定的实际应用需求。Named entity recognition（NER） is a very important part of natural language processing.And,organization name recognition accounts for a large proportion of NER.This paper proposed the recognition algorithm based on word frequency statistics.Training data mainly came from Baidu encyclopedia entries.In the process of training,organization names were split into a number of words and all the words frequency were computed.On the basis of computation of words frequency,it established the mathematical model and implemented the algorithm of organization name recognition.The algorithm was integrated into Chinese word segmentation system,it achieved good result and met some application requirements.

关 键 词：统计 词频 机构名构成词 组织机构名识别 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]