中科院中文分词工具ICTCLAS30进行名实体识别的方法

使用中科院的分词工具ICTCLAS30可以进行名实体识别，方法也很简单就是在分词时候同时进行词性标注，然后把代表人名、地名、时间名、数量的提取出来。

例如：

最近/t 不/d 知道/v 怎么/ryv 的/ude1 ，/wd 脑子/n 总是/d 不/d 好使/a ，/wd 突然/ad 发现/v 最近/t 是/vshi 心/n 、/wn 脑/n 、/wn 人/n 分离/vi 了/y ，/wd 心里/s 感觉/n 的/ude1 ，/wd 脑子/n 里/f 想/v 的/ude1 跟/p 自己/rr 做/v 的/ude1 完全/ad 就/d 不/d 一致/a 。/wj 沈平/nr ，/wd 2009年/t 2010年/t

 

则把“最近/t ”，沈平/nr ，2009年/t 2010年/t 提取出来即可，只要加个判断是否是如下的词性，如果是即为名实体。

nr 人名

nr1 汉语姓氏

nr2 汉语名字

nrj 日语人名

nrf 音译人名

ns 地名

nsf 音译地名

nt 机构团体名

nz 其它专名

t 时间词

s 处所词

 

 

同时该工具还具有提取关键字并计算关键词权重的功能，至于具体的权重计算公式目前还没有搞清楚。