傳統(tǒng)的命名實(shí)體識(shí)別任務(wù)多見(jiàn)于人名、地名、機(jī)構(gòu)名這些普通的命名實(shí)體，且大多采用規(guī)則文本進(jìn)行研究。隨著電子商務(wù)和互聯(lián)網(wǎng)廣告的不斷發(fā)展，如何從用戶(hù)的各種不規(guī)則的上下文信息中自動(dòng)識(shí)別出商品名稱(chēng)這一特殊的命名實(shí)體成為了一個(gè)需要解決的問(wèn)題。為了解決這一問(wèn)題，建立了一個(gè)最大熵模型用于識(shí)別論壇發(fā)帖這種不規(guī)則文本中的商品名稱(chēng)，并探討了多種特征對(duì)于識(shí)別效果的影響。這些特征不僅包括傳統(tǒng)命名實(shí)體識(shí)別方法中所使用的局部特征和布朗聚類(lèi)特征，還包括詞的分布式表示這種比較新穎的特征。這些特征按照各種不同的方式進(jìn)行組合作為模型的輸入。在CPRODOI評(píng)測(cè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，布朗聚類(lèi)特征能夠有效地提高商品名稱(chēng)識(shí)別系統(tǒng)的準(zhǔn)確性。
?