文献类型：期刊文章

作　　者：禤镇宇[1] 蒋盛益[1,2] 张礼明[1] 包睿[1]

XUAN Zhenyu;JIANG Shengyi;Zhang Liming;BAO Rui(School of Information Science and Technology,Guangdong University of Foreign Studies,Guangzhou,Guangdong 510006,China;Engineering Research Center for Cyberspace Content Security of Guangdong Province,Guangzhou,Guangdong 510006,China)

机构地区：[1]广东外语外贸大学信息科学与技术学院,广东广州510006 [2]广东省网络空间内容安全工程技术研究中心,广东广州510006

出　　处：《中文信息学报》

基　　金：国家自然科学基金(61572145);广东省教育厅基础研究重大项目及应用研究重大项目(2017KZDXM031)

年　　份：2019

卷　　号：33

期　　号：3

起止页码：94-101

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：近年来电影行业蓬勃发展,相关的信息抽取和分析技术日益受到行业内的重视,其中对电影主创人物的分析尤为重要。而电影评论作为观影群体的主要反馈信息,具有重要的分析价值。如何从影评中自动抽取主创人名成为重要的基础工作。然而评论中观众对人物的称谓方式多样复杂,而且新电影的影评中往往存在大量人名未登录词,传统方法难以有效识别。针对影评的这些特点,该文提出一种基于多特征Bi-LSTM-CRF的影评人名识别方法。该方法通过利用外部人名语料和未标注影评提取字符级的特征,并采用Bi-LSTM-CRF模型进行人名字符序列标注。实验结果表明,该方法能够有效识别影评中的复杂称谓和人名未登录词,从而有效地抽取影评中的人名实体。

关 键 词：影评 LSTM  CRF 多特征  人名识别

分 类 号：TP391]