[发明专利]一种基于SVM和HMM的老挝语机构名称识别方法

权利要求书

1.一种基于SVM和HMM的老挝语机构名称识别方法，其特征在于：具体步骤如下：

Step1、根据老挝语机构名称特征词在前的特点，将老挝语机构名称分为两类，单个词就是一个实体的称为简单机构名称，定义形式为S，多个词组成的一个实体名称称为复杂的机构名称，定义形式为S+P，其中S为特征词，也称前缀词，P为修饰词，也称后缀词；

Step1.1、根据形式定义，将老挝语机构名称命名实体语料库中所有特征词S提取为一个特征词典；

Step2、将当前词设置为第一个词；

Step3、从当前词开始向后扫描，判断当前词是否出现在Step1.1中的特征词典中，此时有两种情况：

第一种情况是当前词出现在Step1.1中的特征词典中：

当第一种情况时，说明当前词可能为老挝语机构名称前缀词，根据特征向量转换过程将当前词转换为特征向量，然后执行步骤4；

第二种情况是当前词没有出现在Step1.1中的特征词典中：

当第二种情况时，判断当前词是否为结尾，若是则结束，若否则当前词位置向后移一位，重复本步骤，继续向后扫描判断，直至结尾；

Step4、根据出现在Step1.1中的特征词典中的词的特征向量使用SVM模型对其进行判断，是否为老挝语机构名称前缀词，如果是，则继续下面步骤，如果不是，则将当前词位置后移一位并返回Step3；

Step5、将当前词设置为前缀词w_i后一个词w_i+1，使用融合了多个老挝语机构名构词特征的隐马尔科夫模型对当前词w_i+1进行判断，此时有两种情况：

第一种情况是当前词是老挝语机构名称后缀词：

当第一种情况时，说明当前词为老挝语机构名称后缀词，那么当前词位置后移一位，重复此步骤的判断；

第二种情况是当前词不是老挝语机构名称后缀词：

当第二种情况时，则提取前缀词w_i到当前词w_j+1的前一个词w_j中的所有词，此时词w_i…w_j为一个完整的老挝语机构名称实体，然后执行Step6；

Step6、判断当前词w_j+1是否为最后一个词，如果不是，则将当前词位置设置为w_j+1，并返回Step3，继续向后扫描，如果是，则循环结束。