本發(fā)明公開了一種基于統(tǒng)計與條件隨機場的復雜中文地名識別方法,包括如下步驟:首先通過爬取權威網(wǎng)站NGAC的地質文章標題數(shù)據(jù),制作復雜地名語料庫;隨后根據(jù)復雜地名語料庫進行字頻以及詞頻的統(tǒng)計,生成關聯(lián)性詞典;然后記錄待識別原文中的相鄰詞之間的關聯(lián)性并通過與關聯(lián)性閾值比較進行復雜地名的字詞連接,最終將識別的地名進行輸出;最后采用中國地名數(shù)據(jù)建立關聯(lián)性字典,用復雜地名語料庫制作訓練數(shù)據(jù)和測試數(shù)據(jù),訓練復雜地名識別模型的閾值,并將所有關聯(lián)性數(shù)值中的最小值作為新的閾值。本發(fā)明結構設計合理,本發(fā)明不僅能夠對復雜地名進行識別,同時還具有很高的復雜地名識別準確率。
聲明:
“基于統(tǒng)計與條件隨機場的復雜中文地名識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)