HanLP-命名实体识别总结

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

/*

• He Han
• [email protected]
• 2014/12/7 19:25
• 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.
• 
  */
  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 recognizeNER(String text) {
    List ner_li = new LinkedList();
    List 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×××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、×××、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,×××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 termList = recognizeNER(sentence);
        System.out.println(sentence + "\t" + termList.toString());
    }

}

}

【文章来源：整理自 baiziyu 的知乎专栏】