文字レベルモデルによる固有表現認識

文字と文字n-gramを使用した二つの固有表現認識モデルについて議論します。一つ目のモデルは最小限の文脈情報を持つ文字レベルのHMMであり、二つ目のモデルはより豊かな文脈特徴を持つ最大エントロピー条件付きマルコフモデルです。私たちの最良モデルは、英語のテストデータで全体F値86.07%（開発データでは92.31%）を達成します。この数字は、単語内部（部分文字列）特徴を持たない同じモデルに対して25%の誤差削減を示します。