[发明专利]一种中文人名识别的方法和装置

权利要求书

1.一种中文人名识别的方法，其特征在于，包括：

获取输入序列，并对所述输入序列进行分词；

对分词后的输入序列进行角色标注，并获取角色标注序列；

根据人名识别模式对所述角色标注序列进行匹配，并输出组成的人名。

2.如权利要求1所述的方法，其特征在于，所述获取角色标注序列之后，还包括：

检测所述角色标注序列中的人名识别角色，并对出现错误的人名识别角色进行修正。

3.如权利要求1或2所述的方法，其特征在于，所述获取角色标注序列之后，还包括：

对角色标注序列中的角色U和角色V进行分裂处理。

4.如权利要求3所述的方法，其特征在于，对角色标注序列中的角色U进行分裂处理包括：

当所述角色U的后一个角色为C，E，G，或Z时，将所述角色U对应的内容分裂为角色A和角色B；当所述角色U的后一个角色为D时，将所述角色U对应的内容分裂为角色A和角色C；当所述角色U的后一个角色为I，X2，或E2时，将所述角色U对应的内容分裂为角色A和角色H；当所述角色U的后一个角色为其他角色时，将所述角色U对应的内容分裂为角色A和角色A；

对角色标注序列中的角色V进行分裂处理具体包括：

当所述角色V的前一个角色为C或X时，将所述角色V对应的内容分裂为角色D和角色A；当所述角色V的前一个角色为B时，将所述角色V对应的内容分裂为角色E和角色A；当所述角色V的前一个角色为I或X2时，将所述角色V对应的内容分裂为角色T和角色A；当所述角色V的前一个角色为H时，将所述角色V对应的内容分裂为角色E2和角色A；当所述角色V的前一个角色为其他角色时，将所述角色V对应的内容分裂为角色A和角色A。

5.如权利要求3所述的方法，其特征在于，所述根据人名识别模式对所述角色标注序列进行匹配，并输出组成的人名包括：

根据人名识别模式对经过角色U和角色V分裂处理后的角色标注序列进行模式最大匹配，并输出组成的人名。

6.如权利要求5所述的方法，其特征在于，根据人名识别模式对经过角色U和角色V分裂处理后的角色标注序列进行模式最大匹配，并输出组成的人名包括：

当经过角色U和角色V分裂处理后的角色标注序列中存在人名识别模式BCD，BE，BG，BZ，FB，Y，XD或FE时，模式最大匹配的结果为对应内容是中国人名；

当经过角色U和角色V分裂处理后的角色标注序列中存在人名识别模式HE2，[H|X2][I|X2]+[T|X2]，X2T，X2或Y时，模式最大匹配的结果为对应内容是音译人名。

7.如权利要求1所述的方法，其特征在于，所述获取输入序列之前，还包括：进行模型训练；

所述对分词后的输入序列进行角色标注包括：根据模型训练的结果对分词后的输入序列进行角色标注。

8.如权利要求7所述的方法，其特征在于，所述进行模型训练包括：

获取输入语料，并去掉所述输入语料中存在的嵌套标注结构，得到无嵌套的标注语料；去掉所述输入语料中的所有的词性标记，得到正文语料，并对所述正文语料使用分词系统进行切分，得到分词后语料；

根据角色表对所述分词后语料进行标注，得到角色标注语料，其中，所述角色表中不包含上下文角色信息；

根据所述角色标注语料获取角色转移语料和角色发射语料；

根据所述角色转移语料和角色发射语料进行模型训练。

9.一种中文人名识别的装置，其特征在于，包括：

获取模块，用于获取输入序列，并对所述输入序列进行分词；

角色标注模块，用于对所述获取模块分词后的输入序列进行角色标注，并获取角色标注序列；

模式匹配模块，用于根据人名识别模式对所述角色标注模块获取的角色标注序列进行匹配，并输出组成的人名。

10.如权利要求9所述的装置，其特征在于，还包括：

角色修正模块，用于检测所述角色标注模块获取的角色标注序列中的人名识别角色，并对出现错误的人名识别角色进行修正。

11.如权利要求9或10所述的装置，其特征在于，还包括：

角色拆解模块，用于对所述角色标注模块获取的角色标注序列中的角色U和角色V进行分裂处理。