人名识别
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());        }
    }}
来自PC端 回复
回复