本文關鍵詞：基于馬爾科夫邏輯網(wǎng)的柬埔寨語復雜組織機構名識別　出處：《昆明理工大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 柬埔寨語 Tri-training 特征選擇 馬爾科夫邏輯網(wǎng) 一階邏輯

【摘要】：隨著我國與柬埔寨國家的交流合作日益頻繁,進行柬埔寨的自然語言處理工作變得尤為重要。由于不同語言之間存在較大的差異,因此,其他語言的命名實體識別方法無法直接移植到柬埔寨語中。為了提高柬埔寨語組織機構名識別的準確率,本文圍繞柬埔寨語組織機構名識別模型構建,擴充組織機構名語料庫等關鍵問題展開研究,并取得了以下成果:(1)提出了一種基于Tri-training的柬埔寨語組織機構名的識別方法。該方法首先利用改進的Tri-training算法,將基于條件隨機場、支持向量機和最大熵模型三個不同的分類器組合成一個分類體系,然后利用少量的已標注語料,依據(jù)最優(yōu)化樣本選擇策略對新加入樣本進行選擇,結合柬埔寨語的語言特點進行實驗。結果表明該方法能夠通過利用少量的已標注語料來實現(xiàn)對柬埔寨語組織機構名的識別。(2)提出了一種基于馬爾科夫邏輯網(wǎng)的柬埔寨語復雜組織機構名識別方法。該方法首先采用條件隨機場模型對簡單的組織機構名進行識別,然后結合柬埔寨語的語言特點,得到一階邏輯規(guī)則,將一階邏輯規(guī)則融入到馬爾科夫邏輯網(wǎng)中,并利用LazySAT推理算法來進行復雜組織機構名的識別。結果表明該方法能夠使柬埔寨語復雜組織機構名達到更好的識別效果。(3)設計并實現(xiàn)了柬埔寨語組織機構名識別原型系統(tǒng),為柬埔寨語命名實體識別的研究提供了有力支撐。
[Abstract]:With the increasingly frequent exchanges and cooperation between China and Kampuchea countries, Natural Language Processing work in Kampuchea is becoming more and more important. Because of the great difference between different languages, the method of naming entity recognition in other languages can not be directly transplanted into Kampuchea language. In order to improve the recognition accuracy of Kampuchea language organization names, this paper constructed around the Kampuchea language organization name recognition model, carried out research on key issues of extension organization name corpus, and has achieved the following results: (1) propose a recognition method based on the Kampuchea language organization name Tri-training. This method uses the improved Tri-training algorithm, the CRFs, support vector machine and maximum entropy model for three different classifiers are combined into a classification system based on corpus, and then use a small amount of sample selection, on the basis of the optimization strategy to select the newly added samples, combined with the linguistic features of Kampuchea language experiment. The results show that the method can realize the identification of the name of the Kampuchea language organization by using a small number of tagged corpus. (2) a method of identifying the name of Kampuchea language complex organization based on Markoff logic network is proposed. This method first uses conditional random field model of simple organization name recognition, and then combined with the linguistic features of Kampuchea language, get the first-order logic rules into first-order logic rules to Markov logic network, and to identify complex organizations using LazySAT inference algorithm. The results show that the method can make the name of Kampuchea language complex organization achieve a better recognition effect. (3) the prototype system of the name recognition of the Kampuchea language organization is designed and realized, which provides a strong support for the study of the name entity recognition of the Kampuchea language.
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.1;H613

【相似文獻】

相關重要報紙文章 前2條

1 本報記者 楊玲;銀悅西：將民歌傳唱到東盟的使者[N];南寧日報;2008年

2 記者 李新雄 實習生 韋錦星 黃政合;推介東盟十國 學習東盟語言[N];廣西日報;2004年

相關碩士學位論文 前4條

1 王若蘭;基于馬爾科夫邏輯網(wǎng)的柬埔寨語復雜組織機構名識別[D];昆明理工大學;2017年

2 李小龍（TRY RATANAK）;柬埔寨語新聞評論文本情感分類研究[D];昆明理工大學;2017年

3 楊穎;柬埔寨語詞綴研究[D];云南民族大學;2013年

4 潘華山;基于條件隨機場的柬埔寨語詞法分析方法研究[D];昆明理工大學;2014年

，

本文編號：1342840