《人民日報》語料庫命名實體分類的研究

The Chinese Named Entity Categorization Based on the People’s Daily Corpus

在信息檢索、信息抽取等應用中，命名實体的處理十分重要。本文在目前的命 名實体分類体系的基礎上，從信息檢索和抽取的角度對命名實体的細分類進行 了深入的研究。提出了命名實体的多級分類并給出了每一級的詳細分類。為了 檢驗該分類体系的實際效果，我們在人民日報語料上進行了初步的標注。并使 用常用的基于統計模型的命名實体識別算法在人民日報語料上做了一系列的 對比實驗。實驗結果表明：面向機器處理的細分類能有效地提高識別系統的性 能并最終有助于信息檢索和抽取。