1、自然語言處理是計算機科學中一個引人入勝、富有挑戰(zhàn)性的課題。它的任務(wù)是建立一種計算模型，這種計算模型能夠模擬人類語言認知的過程。但是當前計算機的智能水平還遠遠不能與人類相提并論，困擾其發(fā)展的原因有很多，對未登錄詞的識別是自然語言處理領(lǐng)域亟待解決的幾個難題之一。本論文在剖析現(xiàn)有未登錄名詞短語識別算法基礎(chǔ)之上，對中文未登錄名詞短語，特別是名詞短語中的姓名進行研究，提出了一種新的基于詞性探測的中文姓名識別算法。同時，結(jié)合“支持向量機”這一新的機

2、器學習方法，從不同的角度對中文姓名的識別問題進行了研究。論文提出的算法通過編程實現(xiàn)后，將作為一個重要的功能模塊應(yīng)用于由本實驗室自主開發(fā)的“中文自動分詞系統(tǒng)”中，以提高該系統(tǒng)識別新詞的能力。 論文首先對自然語言處理作了簡單介紹，提出了中文自然語言處理的特殊性，即漢語的詞與詞之間不象西方文字那樣存在自然分隔標志，因此必須對待處理的中文文本進行自動分詞。隨著中文自動分詞算法研究的深入，制約其發(fā)展的幾個問題便越來越受到研究者的關(guān)注。其中

3、一大難題就是對中文未登錄名詞短語的識別。 論文主體部分介紹了名詞短語中姓名的識別方法，并闡述了將其作為研究中文未登錄名詞短語識別問題切入點的意義及作用。在分析常見中文姓名識別方法的基礎(chǔ)上，指出了現(xiàn)有識別算法的不足，進而提出了基于詞性探測的未登錄中文姓名識別算法。該算法結(jié)合統(tǒng)計語言模型和中文構(gòu)詞規(guī)則等信息，能有效識別中文姓名。此外，論文還引入了支持向量機學習方法，從統(tǒng)計學分類的角度探討中文姓名與非中文姓名在若干特征上的差異，驗證應(yīng)