论文阅读《Named Entity Recognition using an HMM-based Chunk Tagger》

Motivation： 命名实体识别（NER）是识别文本中基于特定意义的实体，例如人名、地名、机构名等。因为命名实体是信息抽取的关键步骤，而目前大多数的方法都是人为构造特征例如构造正则表达式。这种基于规则的NER方法只能用于某一种特定语言，其鲁棒性和迁移性较差。因此本文提出一种基于HMM的机器学习方法实现命名实体识别。   核心思想： 隐马尔可夫模型经常用于标注问题，这时状态对应着标记，标注问题是

>>阅读原文<<