基于语料库的中文姓名识别方法研究.pdfVIP

中文信息学报 OFCHINESE 第14卷第1期JOURNALINFORMATIONPROCESSINGV01．14No．1 基于语料库的中文姓名识别方法研究 郑家恒1李鑫2谭红叶1 1山西大学计算机科学系太原030006 2太原理工大学计算机科学与工程系太原030024 摘要本文在大规模语料基础上提取和分析了中文姓氏和名字用字的使用频率，研究了 中文姓名识别的评价函数，动态地建立了姓名识别统计数据表和姓名阅值。提出了在不作分 词处理的原始文本中进行中文姓名识别的方法。经开放测试，召回率为95．23％；精确率为 87．31％。 关t词 中文姓名识别姓氏使用频率 自动分词 TheResearchofChineseNames MethodBasedOil Recognition Corpus LiXin2Tan ZhengJiahenl Hongyel 1 ComputerScience，Shanxi 030006 Dept．of University，Taiyuan 2 Scienceand Dept．ofComputer Enginwaing Taiyuan of 030024 UniversityTechnology，Taiyuan Email：kyliu@mail．$XU．edu．cn AbstractT}lis builds tableandthreshold and paperdynamicallyparameter extracting by analyz— ofcharactersofC11ine畿ntne8 andresearcheseval— ingtlsagefrequency based∞large-scalecorpus uationfunctionforChinesenalne it themethodofChinesenalTle recognition．And pr∞ents recog- nitionwithouttext test．therecallrateand rateare segmentation．Afteropen precisionrespective- lv95．23％and87．31％． Chineserlarne ofcharactersofChinesenanleChinese Keywords recogmtionUsagefrequency word segmentation 目前。中文姓名识别采用的 文本作分词的基础上，根据姓名库统计姓 名用字规律[1J，或根据真实文本