HanLP-命名實體識別總結

 

人名識別

 

在 HanLP 中，基於角色標註識別了中國人名。首先系統利用隱馬爾可夫模型標註每個詞語的角色，之後利用最大模式匹配法對角色序列進行匹配，匹配上模式的即為人名。理論指導文章為：《基於角色標註的中國人名自動識別研究》 ，大家可以百度一下看看

 

地名識別

 

理論指導文章為：《基於層疊隱馬爾可夫模型的中文命名實體識別》

 

機構名識別

 

機構名的理論指導文章為：《基於角色標註的中文機構名識別》

 

命名實體識別 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=" 上海林原資訊科技有限公司 ">

 * Copyright (c) 2003-2014+ 上海林原資訊科技有限公司 . All Right Reserved/

 * This source is subject to the LinrunSpace License. Please contact 上海林原資訊科技有限公司 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  {

// 例項化實體分詞器

public static Segment segment = HanLP.newSegment().enableNameRecognize(true).enablePlaceRecognize(true).enableOrganizationRecognize(true);

// 識別中文人名、中文地名、中文機構名

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)

    {

// 人名識別示例

        String[] test_person_case = new String[]{

                 " 簽約儀式前，秦光榮、李紀恆、仇和等一同會見了參加簽約的企業家。 ",

                " 武大靖創世界紀錄奪冠，中國代表團平昌首金 ",

                " 區長莊木弟新年致辭 ",

                " 朱立倫：兩岸都希望共創雙贏 習朱歷史會晤在即 ",

                " 陝西首富吳一堅被帶走 與令計劃妻子有交集 ",

                " 據美國之音電臺網站 4 月 28 日報導， 8 歲的凱瑟琳·克羅爾（鳳甫娟）和很多華裔美國小朋友一樣，小小年紀就開始學小提琴了。她的媽媽是位虎媽麼？ ",

                " 凱瑟琳和露西（廬瑞媛），跟她們的哥哥們有一些不同。 ",

                " 王國強、高峰、汪洋、張朝陽光著頭、韓寒、小四 ",

                " 張浩和胡健康復員回家了 ",

                " 王總和小麗結婚了 ",

                " 編劇邵鈞林和稽道青說 ",

                " 這裡有關天培的有關事蹟 ",

                " 龔學平等領導說 , 鄧穎超生前杜絕超生 ",

                 " 藍翔給寧夏固原市彭陽縣紅河鎮黑牛溝村捐贈了挖掘機 ",

                " 我在上海林原科技有限公司兼職工作， ",

                " 我經常在臺川喜宴餐廳吃飯， ",

                " 偶爾去開元地中海影城看電影。 ",

                " 不用詞典，福哈生態工程有限公司是動態識別的結果。 "

        };

        for (String sentence : test_person_case)

        {

            List<Term> termList = recognizeNER(sentence);

            System.out.println(sentence + "\t" + termList.toString());

        }

        

    }

}

  【文章來源：整理自    的知乎專欄】