4-2知识抽取-实体识别与分类（一）

实体识别的主要目标：

    从文本中识别实体边界及其类型。

实体识别的常用方法：

    基于模版和规则：将文本与规则进行匹配来识别出命名实体。

    优点：准确，有些实体识别智能依靠规则抽取。

    缺点：需要大量语言学知识；需要谨慎处理规则之间的冲突问题；构建规则的过程费时费力，可移植性不好。

    基于序列标注的方法：

        确定标签体系->选择模型->定义特征->模型训练

        其中，特征有：词本身特征：边界特征、词性、依存关系等；前后缀特征：姓氏、地名；字本身的特征：是否是数字、是否是字符。

常用的序列标注模型：

    HMM（隐马尔可夫模型）：

        有向图模型