命名实体识别（Named Entity Recognition）也是自然语言处理中的一个难关，特别是中文这样没有大小写等固定形态的语言。上次介绍过《实战HMM-Viterbi角色标注中国人名识别》，这次基于类似的原理，为HanLP实现中文地址地名（NS）的自动识别。原理训练对熟语料自动角色标注，统计单词的角色频次、角色的转移概率等，训练出一个模型，同时总结一些可用的模式串。识别根据上述模型，利用HMM-Viterbi算法标注陌生文本，利用Aho-Corasick算法模式匹配，匹配出可能的地址，将其送入第二层... 继续阅读： »
原文链接：