[发明专利]基于约束条件随机场的越南语名词组块识别方法

摘要

本发明涉及基于约束条件随机场的越南语名词组块识别方法，属于自然语言处理技术领域。本发明首先构建越南语名词组块语料库；从语料库中统计出名词组块的词性特点，制定出约束条件；其次运用条件随机场对名词组块语料进行训练，得到初步的条件随机场识别模型；再加入制定的约束条件，获得最终的约束条件随机场识别模型；根据名词组块识别模型参数序列来对越南语名词组块进行识别，得到最终识别结果序列。本发明对越南语名词组块实现了有效的识别，为词法分析、语义分析、信息抽取、信息检索和机器翻译等工作提供强有力的支撑。

主权项

基于约束条件随机场的越南语名词组块识别方法，其特征在于：所述方法的具体步骤如下：Step1、构建名词组块语料库：首先从越南语网站爬取文本语料，经过分词、词性标注、人工标记名词短语，然后再经过人工校对、标记、去重形成越南语名词组块语料库；越南语名词组块语料库中部分语料用于构建约束条件、作为训练语料及测试语料；Step2、构建约束条件：从越南语名词组块语料库中，根据越南语语法特点挑选名词组块的词性特点，结合特点构造约束条件；Step3、构建基于约束条件随机场的越南语名词组块识别模型：首先用条件随机场通过训练语料进行训练，得到标记序列模型，在观察序列进行解码时加入约束条件，得到越南语名词组块识别模型参数序列，从而建立基于约束条件随机场的越南语名词组块识别模型；Step4、把待识别的越南语名词组块测试语料，放入基于约束条件随机场的越南语名词组块识别模型中，根据名词组块识别模型参数序列来对越南语名词组块进行识别，得到最终识别结果。