HanLP-命名实体识别总结
10037 点击·0 回帖
hadoop小学生
楼主
 |  | |
 | 在hanlp中，基于角色标注识别了中国人名。首先系统利用隐马尔可夫模型标注每个词语的角色，之后利用最大模式匹配法对角色序列进行匹配，匹配上模式的即为人名。理论指导文章为：《基于角色标注的中国人名自动识别研究》，大家可以百度一下看看 地名识别 理论指导文章为：《基于层叠隐马尔可夫模型的中文命名实体识别》 机构名识别 机构名的理论指导文章为：《基于角色标注的中文机构名识别》 命名实体识别Demo /* * <summary></summary> * <author>He Han</author> * <email>hankcs.cn@gmail.com</email> * <create-date>2014/12/7 19:25</create-date> * * <copyright file="DemoChineseNameRecoginiton.java" company="上海林原信息科技有限公司"> * Copyright (c) 2003-2014+ 上海林原信息科技有限公司. All Right Reserved/ * This source is subject to the LinrunSpace License. Please contact 上海林原信息科技有限公司 to get more information. * </copyright> */ package com.hankcs.demo; import com.hankcs.hanlp.HanLP; import com.hankcs.hanlp.seg.Segment; import com.hankcs.hanlp.seg.common.Term; import java.util.LinkedList; import java.util.List; public class DemoNer { // 实例化实体分词器 public static Segment segment = HanLP.newSegment().enableNameRecognize(true).enablePlaceRecognize(true).enableOrganizationRecognize(true); // 识别中文人名、中文地名、中文机构名 public static List<Term> recognizeNER(String text) { List<Term> ner_li = new LinkedList<Term>(); List<Term> termList = segment.seg(text); for(Term term: termList) { String nature = term.nature != null ? term.nature.toString() : "空"; if(nature.equals("nr")) { ner_li.add(term); } else if(nature.equals("ns")) { ner_li.add(term); } else if(nature.equals("nt")) { ner_li.add(term); } } return ner_li; } public static void main(String[] args) { // 人名识别示例 String[] test_person_case = new String[]{ "签约仪式前，秦光荣、李纪恒、仇和等一同会见了参加签约的企业家。", "武大靖创世界纪录夺冠，中国代表团平昌首金", "区长庄木弟新年致辞", "朱立伦：两岸都希望共创双赢 习朱历史会晤在即", "陕西首富吴一坚被带走 与令计划妻子有交集", "据美国之音电台网站4月28日报道，8岁的凯瑟琳·克罗尔（凤甫娟）和很多华裔美国小朋友一样，小小年纪就开始学小提琴了。她的妈妈是位虎妈么？", "凯瑟琳和露西（庐瑞媛），跟她们的哥哥们有一些不同。", "王国强、高峰、汪洋、张朝阳光着头、韩寒、小四", "张浩和胡健康复员回家了", "王总和小丽结婚了", "编剧邵钧林和稽道青说", "这里有关天培的有关事迹", "龚学平等领导说,邓颖超生前杜绝超生", "蓝翔给宁夏固原市彭阳县红河镇黑牛沟村捐赠了挖掘机", "我在上海林原科技有限公司兼职工作，", "我经常在台川喜宴餐厅吃饭，", "偶尔去开元地中海影城看电影。", "不用词典，福哈生态工程有限公司是动态识别的结果。" }; for (String sentence : test_person_case) { List<Term> termList = recognizeNER(sentence); System.out.println(sentence + "\t" + termList.toString()); } } } | |
 |  |