中文机构名识别技术的研究与应用

"这篇硕士学位论文主要探讨了中文机构名识别的研究，属于自然语言处理领域，涉及人工智能、算法、数据库和数据挖掘与分析等技术。作者万如在导师黄德根教授的指导下，于2008年12月1日在大连理工大学完成了这项工作。论文的核心内容是针对中文机构名识别这一难点进行深入研究，并开发了一种有效的识别系统。 论文首先将中文机构名分为简单机构名和复杂机构名两大类。简单机构名由单个词组成，结构直观；复杂机构名则由多个词构成，结构较为复杂。对于这两类不同的机构名，论文采用了不同的识别策略。在识别复杂机构名时，论文引入了双层模型。底层利用条件随机场（CRF）模型来识别简单机构名，因为CRF能充分利用上下文信息并灵活添加外部特征，是一种高效的序列标注模型。实验结果显示，使用CRF在识别简单机构名方面表现良好。 接着，底层识别出的简单机构名结果被传递到高层，辅助识别复杂机构名。在识别复杂机构名的过程中，论文提出了两种方法：一是结合支持向量机（SVM）和CRF。具体来说，根据复杂机构名的结构特性，将其识别任务划分为右边界识别和前部标注。SVM用于判断候选词是否为机构名的右边界，然后利用CRF向前搜索，找出机构名的左边界。这一过程在前部标注阶段加入特征词表，提高了识别的准确性。 此外，论文还讨论了在前部标注中如何通过特征词表和SVM-CRF的联合应用，有效地定位复杂机构名的边界。这种方法不仅提升了识别的效率，也减少了错误率，对于中文信息处理和自然语言理解具有重要的实践意义。" 这篇论文的贡献在于提供了一种有效的中文机构名识别方法，特别是在处理复杂机构名时，结合了多种机器学习模型，为后续的自然语言处理任务提供了强有力的支持。