基于多特征知识的先秦典籍词性自动标注研究

来源：图书情报工作杂志2017年第12期北京时间：

作者：王东波,黄水清,何琳

单位：1. 南京农业大学信息科学技术学院 南京 210095;<br />\r\n2. 南京农业大学领域知识关联研究中心 南京 210095

摘要：[目的/意义] 先秦典籍在古代典籍中的地位极为重要。本文提出对先秦典籍进行词性自动标注的解决方法，以便更加准确地挖掘先秦典籍中的潜在知识。[方法/过程] 通过条件随机场模型，结合统计方法确定组合特征模板，并最终得到针对先秦典籍的词性自动标注算法模型。[结果/结论] 在先秦典籍自动分词的整个流程基础上，得到简单特征模板、组合特征模板下的词性自动标注模型，基于组合特征模板的词性标注模型调和平均值F达到94.79%，具有较强的推广和应用价值。在构建词性自动标注模型的过程中，通过融入字词结构、词语拼音和字词长度的特征知识，使得模型的精确率和召回率得到有效提升。

关键词：词性标注,先秦古籍,条件随机场模型,特征模板,古文信息处理,

基金资助：本文系国家社会科学基金重大项目&quot;基于《汉学引得丛刊》的典籍知识库构建及人文计算研究&quot;（项目编号：15ZDB127）、南京农业大学人文社会科学基金项目（项目编号：SKPT2016001）和国家社会科学基金青年项目&quot;哈佛燕京学社汉学引得丛刊研究&quot;（项目编号：12CTQ019）研究成果之一。