1、由于音樂數(shù)量的大量增長,人們迫切需要實現(xiàn)對音樂文本信息的自動化抽取、識別和分類,信息提取首要的關(guān)鍵任務(wù)就是命名實體識別(Name Entity Recognize,NER)。命名實體識別在應(yīng)用自然語言處理的實踐中有重要的作用,是信息提取等各種自然語言處理方式的重要基礎(chǔ)工具。因此音樂領(lǐng)域的NER也是一件非常重要且有意義的研究項目。
　　本文是基于條件隨機場(Conditional Random Fields,CRF)音樂領(lǐng)域的命名實

2、體識別,其中,本文所需要識別的命名實體類型主要有4種:歌手名、組合名、音樂名、專輯名。條件隨機場的一個最大的優(yōu)勢是,在處理輸入的各種隨機的、非獨立的特征時,具有很大的靈活性,且很好的解決了標記偏置問題,所以本文采用條件隨機場模型CRF進行在音樂領(lǐng)域的命名實體識別系統(tǒng)。
　　而命名實體識別的首要任務(wù)就是語料的獲取,本文所建立的語料庫內(nèi)容主要是采用網(wǎng)頁挖掘的方法從搜狐音樂、新浪音樂等音樂門戶網(wǎng)站上獲取的,經(jīng)過對語料進行凈化、分句、標注

3、、劃分類別、預處理等步驟完成語料的獲取工作,其中由于音樂領(lǐng)域還沒有已經(jīng)整理好的語料庫,所以本文的標注工作的尤為繁瑣,在命名實體識別的數(shù)據(jù)準備過程中,還收集了各種音樂領(lǐng)域的詞典,用來進行特征文件的預處理中添加屬性列和進行詞典特征匹配。
　　和其他領(lǐng)域的命名實體識別相類似,音樂領(lǐng)域的命名實體識別中特征函數(shù)的選擇及特征模板的建立對識別的結(jié)果的影響很大,也是命名實體識別中的難點。本文中分別提取了對應(yīng)歌手名、組合名、專輯名、歌曲名的基本特征