摘要
采用基于条件随机场的方法,对ACE评测的英文语料中的地理行政类型实体(Geographical Political Enti-ties,GPE)及其子类型进行识别。提出一种从ACE语料中选取的特征集,并根据不同的特征组合对GPE识别的贡献与其它特征集进行比较,实验表明该特征集能取得较高的召回率和准确率。
This paper detects Geographical Political Entities （GPE） and it subtypes from the English corpus of Automatic Content Extraction （ACE） evaluation, based on Conditional Random Fields （CRFs）. A feature set is extracted from the ACE corpus, and contributions of different feature sets to the detection of GPE entities are evaluated in the experiments. The results show that the feature set extracted in this paper can get higher rate of recall and accuracy.
出处
《现代图书情报技术》
CSSCI
北大核心
2009年第2期51-55,共5页
New Technology of Library and Information Service
基金
“863”计划重点项目“跨媒体搜索关键技术研究及服务产品开发”(项目编号:2006AA010105)
国家自然科学基金项目“基于语义分析和统计的自动主题标引研究”(项目编号:60872133)
北京市属高等学校人才强教计划项目“创新团队-智能搜索引擎和文本挖掘”(项目编号:PXM2007_014224_044677)的研究成果之一
