一種采用層次管道過濾器體系結(jié)構(gòu)的多語言信息抽取方法

基本信息

申請?zhí)?/td> CN200810239836.1 申請日 -
公開（公告）號 CN101751385A 公開（公告）日 2010-06-23
申請公布號 CN101751385A 申請公布日 2010-06-23
分類號 G06F17/27(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 黃河燕 申請（專利權(quán)）人 華建機(jī)器翻譯有限公司
代理機(jī)構(gòu) 北京北新智誠知識產(chǎn)權(quán)代理有限公司 代理人 華建機(jī)器翻譯有限公司
地址 100083 北京市海淀區(qū)北四環(huán)中路257號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種采用層次管道過濾器體系結(jié)構(gòu)的多語言信息抽取方法。該方法中，對于待處理的語言材料，首先由多語種自動(dòng)識別構(gòu)件進(jìn)行判別，然后由簡單命名實(shí)體識別構(gòu)件識別時(shí)間、日期、百分比、金額這四種簡單命名實(shí)體，由人名地名識別構(gòu)件提取人名和地名；然后由語種獨(dú)立的分詞構(gòu)件進(jìn)行分詞，由詞性標(biāo)注構(gòu)件進(jìn)行詞性標(biāo)注；再由組織機(jī)構(gòu)名識別構(gòu)件進(jìn)行組織機(jī)構(gòu)名的識別，由最長名詞短語識別構(gòu)件進(jìn)行最長名詞短語的識別。本發(fā)明提供了信息抽取系統(tǒng)的實(shí)用基礎(chǔ)框架，成功解決了多個(gè)相互交叉重疊的算法的重用和泛化問題，改進(jìn)了軟件的可重用、可維護(hù)和可擴(kuò)展性能，提高了信息抽取應(yīng)用系統(tǒng)研發(fā)效率。