基于語法語義知識(shí)的維吾爾文機(jī)構(gòu)名識(shí)別

麥合甫熱提，米日姑·肉孜，麥熱哈巴·艾力，吐爾根·依布拉音＋

（1.新疆大學(xué) 教務(wù)處，新疆 烏魯木齊830046；2.新疆大學(xué) 多語種信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，新疆烏魯木齊830046；3.新疆大學(xué) 信息科學(xué)與工程學(xué)院，新疆 烏魯木齊830046）

0 引 言

維吾爾語中機(jī)構(gòu)名的構(gòu)建比較復(fù)雜，機(jī)構(gòu)名又包括人名、地名，所以維吾爾語中機(jī)構(gòu)名的自動(dòng)識(shí)別還包括人名和地名的識(shí)別，表明機(jī)構(gòu)名識(shí)別的難度。在中文機(jī)構(gòu)名識(shí)別領(lǐng)域中，研究者進(jìn)行了一系列的研究并取得了不錯(cuò)的成果，但還需要繼續(xù)探討和研究。維吾爾文機(jī)構(gòu)名識(shí)別又是一個(gè)新的挑戰(zhàn)，由于語義、語法上與漢語、英語等語言不同，維吾爾文機(jī)構(gòu)名識(shí)別存在很大的難度。

目前為止所采用的命名實(shí)體識(shí)別方法也可以分為3個(gè)主要類別：基于規(guī)則 （rule－based）的方法［1］（文獻(xiàn) ［1］把機(jī)構(gòu)名分為簡(jiǎn)單型機(jī)構(gòu)名和復(fù)合型機(jī)構(gòu)名，分別建立模板進(jìn)行識(shí)別。）；基于統(tǒng)計(jì)（statistic－based）的方法［2］（如：最大熵 （ME）［3］、支持向量機(jī) （SVM）［4］、條件隨機(jī)場(chǎng)（CRF）［5］等）以及基于規(guī)則和統(tǒng)計(jì)相結(jié)合［6］的方法。

維吾爾語的命名實(shí)體識(shí)別具有獨(dú)特的語法和語義特性，英語和漢語中廣泛使用的算法和模型不能直接套用。另一方面，由于目前尚沒有較大規(guī)模的人工標(biāo)注語料庫，基于統(tǒng)計(jì)模型的命名實(shí)體識(shí)別研究仍然難以開展。我們針對(duì)機(jī)構(gòu)名識(shí)別任務(wù)，立足于維吾爾語命名實(shí)體識(shí)別的研究現(xiàn)狀，設(shè)計(jì)了基于維吾爾語語法和語義知識(shí)的機(jī)構(gòu)名識(shí)別系統(tǒng)。通過研究維吾爾語機(jī)構(gòu)名的構(gòu)成規(guī)律，我們?cè)O(shè)計(jì)了有效地識(shí)別規(guī)則和相應(yīng)的知識(shí)庫，包括特征詞庫、修飾詞庫和地名庫；依據(jù)這些識(shí)別規(guī)則和知識(shí)庫，系統(tǒng)采用基于關(guān)鍵詞匹配和狀態(tài)轉(zhuǎn)移原理的識(shí)別算法，快速準(zhǔn)確地識(shí)別出候選機(jī)構(gòu)名實(shí)體。

為驗(yàn)證機(jī)構(gòu)名識(shí)別系統(tǒng)的有效性，我們從天山網(wǎng)新聞數(shù)據(jù)中選取有代表性的數(shù)百個(gè)實(shí)例構(gòu)建了機(jī)構(gòu)名識(shí)別的測(cè)試集。實(shí)驗(yàn)結(jié)果顯示，我們的機(jī)構(gòu)名識(shí)別系統(tǒng)具有很高地處理速度和識(shí)別精度，取得了F值83.05%的好成績(jī)。在下一步的工作中，我們將繼續(xù)深入進(jìn)行維吾爾語機(jī)構(gòu)名以及其他命名實(shí)體的識(shí)別研究，特別是嘗試采用無監(jiān)督和半監(jiān)督等先進(jìn)的統(tǒng)計(jì)學(xué)習(xí)技術(shù)，以及統(tǒng)計(jì)技術(shù)和語法語義知識(shí)相結(jié)合的改進(jìn)技術(shù)。我們希望通過本工作起到拋磚引玉的作用，推動(dòng)學(xué)術(shù)界對(duì)維吾爾語命名實(shí)體識(shí)別的研究進(jìn)展。

1 維吾爾文機(jī)構(gòu)名識(shí)別的難點(diǎn)

維吾爾語是典型的黏著性語言，是阿爾泰語系突厥語族成員之一，其詞的形態(tài)及句子結(jié)構(gòu)與漢語、英語等具有很大不同的特點(diǎn)。現(xiàn)行維吾爾文有8個(gè)元音字母，24個(gè)輔音字母，并且有120 多個(gè)字符形式。書寫方向是從右到左，行向從上到下。每個(gè)字母按出現(xiàn)在詞首、詞中、詞末的位置有2到8種書寫形式。構(gòu)詞和構(gòu)形附加成分很豐富，句子中的單詞一般由詞干與多個(gè) （可以是0 個(gè)）后綴結(jié)合。詞干后面綴接附加成分的時(shí)候，按維吾爾語語音和諧規(guī)律有些語音會(huì)發(fā)生弱化、脫落、增音等現(xiàn)象［7］。比如：對(duì)機(jī)構(gòu)名特征詞mektep （學(xué)校）而言，mektep＋im （第一人稱單數(shù)）＝mektipim （我的學(xué)校）這里發(fā)生了語音弱化現(xiàn)象，也就是說mektep當(dāng)中的最后一個(gè)元音字母e弱化成了i，這些現(xiàn)象加大機(jī)構(gòu)名特征詞識(shí)別的難度。

機(jī)構(gòu)名識(shí)別工作的另一個(gè)困難在于機(jī)構(gòu)名包含了人名、地名，同時(shí)存在大量的未登錄詞［8］，因此機(jī)構(gòu)名識(shí)別本身部分涵蓋了人名識(shí)別、地名識(shí)別等工作，使得機(jī)構(gòu)名識(shí)別工作比識(shí)別未登錄的人名、地名還復(fù)雜。

本文分析了大量語料中機(jī)構(gòu)名的組成特點(diǎn)，我們總結(jié)了維吾爾語中機(jī)構(gòu)名識(shí)別的特點(diǎn)和難點(diǎn)總結(jié)如下：

（1）維吾爾文機(jī)構(gòu)名組成方式復(fù)雜，且含有大量的其他命名實(shí)體。在這些命名實(shí)體中，地名所占的比例最大。如：Dora Zawuti（西安制藥廠）中Shi’an（西安）是地名；Til Terbiylesh Merkizi（艾力西爾語言培訓(xùn)中心）中Elishir是人名等。被嵌套在機(jī)構(gòu)命中的實(shí)體名能否準(zhǔn)確識(shí)別出，會(huì)影響組織機(jī)構(gòu)名的識(shí)別效果。

（2）機(jī)構(gòu)名的長(zhǎng)度極其不固定，長(zhǎng)度從2個(gè)詞到十幾個(gè)詞的情況都存在。如：Shinjang Universiteti（新疆大學(xué)）是由兩個(gè)詞構(gòu)成的機(jī)構(gòu)名；Zhongguo Komunistik yashlar ittipaqi Xinjang Uyghur Aptonom rayunluq zmin bayliqi nazariti（國共產(chǎn)主義青年團(tuán)新疆維吾爾自治區(qū)國土資源廳）的長(zhǎng)度達(dá)到了11個(gè)詞。很顯然這種情況會(huì)導(dǎo)致機(jī)構(gòu)名邊界的確定［9，10］。

（3）機(jī)構(gòu)名存在嵌套的情況，即機(jī)構(gòu)名中包含另一機(jī)構(gòu)名，這種復(fù)合機(jī)構(gòu)名在實(shí)際語料中出現(xiàn)的較多。例如：Shinjang Uyghur Aptonom rayunluq qatnash nazariti tashyol qurulush süpitini nazaret qilish idarisi（新疆維吾爾自治區(qū)交通運(yùn)輸廳公路工程質(zhì)量監(jiān)督局）中虛下劃線和實(shí)下劃線標(biāo)出的是2個(gè)獨(dú)立的機(jī)構(gòu)名，構(gòu)成了一個(gè)完整的機(jī)構(gòu)名。

（4）有些機(jī)構(gòu)名習(xí)慣用簡(jiǎn)稱，簡(jiǎn)稱一般是由其全稱中每個(gè)詞的第一個(gè)字母構(gòu)成。如：BDT（全程是：Birleshken Dletler Teshkilati）（聯(lián)合國）等。機(jī)構(gòu)名簡(jiǎn)稱的出現(xiàn)，使得機(jī)構(gòu)名識(shí)別更加困難。

（5）機(jī)構(gòu)名用詞非常廣泛，除了名詞，還包含形容詞、副詞、數(shù)詞等。特別是表示軍隊(duì)、醫(yī)院、學(xué)校類的機(jī)構(gòu)名中，序數(shù)詞占有相當(dāng)大的比例。如： “Shinjang Tibbi univrsitti qarmiqidiki 2－Doxturxana”（新疆醫(yī)科大學(xué)第二附屬醫(yī)院）。

2 基于語法語義知識(shí)的維吾爾文機(jī)構(gòu)名識(shí)別

2.1 維吾爾文機(jī)構(gòu)名的描述

根據(jù)以上維吾爾文機(jī)構(gòu)名的結(jié)構(gòu)特點(diǎn)，并分析了大量的機(jī)構(gòu)名后發(fā)現(xiàn)，機(jī)構(gòu)名的結(jié)構(gòu)特點(diǎn)可歸納為表示機(jī)構(gòu)名的特征詞以及特征詞前的修飾詞，于是我們將維吾爾文機(jī)構(gòu)名形式化描述為：w1＋w2＋…＋wn＋s，其中s表示機(jī)構(gòu)名特征詞，w 表示特征修飾詞，n≥1。一般機(jī)構(gòu)名由一個(gè)或一個(gè)以上機(jī)構(gòu)名修飾詞 （如：tibbi（醫(yī)學(xué)）、pidagogika（師范）、lktiron （電子））加上機(jī)構(gòu)名特征詞（如“universitti”（大學(xué)），“guruhi”（集團(tuán)），“zawuti”（廠），“etriti”（隊(duì)））等組成。前者是后者的修飾語，而后者則是前者的中心語。

另外，機(jī)構(gòu)名特征詞作為名詞可接的后綴 （維吾爾語名詞構(gòu)形后綴達(dá)到40多個(gè)）。對(duì)維吾爾文語料進(jìn)行分析后發(fā)現(xiàn)，機(jī)構(gòu)名中特征詞后面出現(xiàn)的后綴也有一定的規(guī)律存在，特征詞后面可能會(huì)出現(xiàn)的后綴總結(jié)見表1。若特征詞后面出現(xiàn)這些后綴，則可視為機(jī)構(gòu)名邊界，從而進(jìn)行修飾詞的識(shí)別。例如，“Biz bille Shinjang universitetigha barduq.”（我們一起去了新疆大學(xué)），“biz mushu universitetning oqughuchilir.”（我們是這個(gè)大學(xué)的學(xué)生）當(dāng)中，第一個(gè)句子存在高校名稱 “xinjang universiteti”（新疆大學(xué)）而第二個(gè)句子雖然有特征詞，但不是一個(gè)高校名稱。

維吾爾文機(jī)構(gòu)名中承擔(dān)中心語的特征詞為數(shù)也不是很多，例如 “univrsitti”（大學(xué)），“idarisi”（局），“bankisi”（銀行）等。如果這些特征詞后有表1中后綴出現(xiàn)，則仍將它視為特征詞。我們對(duì)語料中出現(xiàn)的機(jī)構(gòu)名進(jìn)行分析后，總結(jié)出機(jī)構(gòu)名中各成分的出現(xiàn)特征為如下幾種：

（1）地名＋特征詞。如：“Shinjang univrsitti”（新疆大學(xué)）中，Shinjang （新疆）是地名。

（2）人名＋特征詞。如： “Amine xirkiti” （阿米娜公司）中amine（阿米娜）是人名。

（3）學(xué)科及專業(yè)名＋特征詞。如：“l(fā)iktiron pen－texnika univrsitti” （電子科技大學(xué)）中 liktiron pen－texnika（電子科技）是學(xué)科及專業(yè)名。

（4）地名＋學(xué)科及專業(yè)名＋特征詞。如： “Zhongguo siyasi qanun univrsitti”（中國政法大學(xué)）。

（5）人名＋研究、生產(chǎn)、經(jīng)營等的對(duì)象＋特征詞。如：“Arman soda cheklik xirkiti”（阿爾曼實(shí)業(yè)有限公司）。

（6）方位詞＋特征詞。如： “Sherqiy shimal univrsitti”（東北大學(xué)）中sherqiy，shimal都是方位詞。

（7）專造名詞＋特征詞。如： “Chinghua univrsitti”（清華大學(xué)）中Chinghua（清華）是專造詞。

（8）有不少機(jī)構(gòu)名包含民族名稱，比如： “Shinjang uyghur aptonom rayunluq sayahet idarisi”，“Ili qazaq aptonom oblastliq ormanchiliq idarisi”等，其中uyghur，qazaq是民族名稱。

2.2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.2.1 知識(shí)庫的設(shè)計(jì)

為了正確地識(shí)別機(jī)構(gòu)名，需要準(zhǔn)備相關(guān)的知識(shí)庫。本文使用新疆維吾爾自治區(qū)廣播電臺(tái)的新聞?wù)Z料 （20.6 M），手工標(biāo)注出了11500個(gè)真是機(jī)構(gòu)名。怎樣組織并保存機(jī)構(gòu)名是我們值得考慮的問題之一。合理地構(gòu)建知識(shí)庫不僅關(guān)系到識(shí)別效率，也影響系統(tǒng)的空間復(fù)雜度和時(shí)間復(fù)雜度。經(jīng)過觀察和分析得到，一個(gè)機(jī)構(gòu)名的生成可以看出是地名／人名、修飾詞及特征詞的動(dòng)態(tài)組合，如圖1所示。

圖1 機(jī)構(gòu)名組合示例

根據(jù)上述示例圖易得，對(duì)于一個(gè)機(jī)構(gòu)名可將其各組成部分分開存貯，不僅可以避免創(chuàng)建龐大的機(jī)構(gòu)名庫，而且其擴(kuò)展性高，只要加一個(gè)關(guān)鍵詞，如地名，即可識(shí)別所有可能相關(guān)的機(jī)構(gòu)名。于是，本文提出建立以下3個(gè)知識(shí)庫：

（1）特征詞庫：機(jī)構(gòu)名特征詞指的是機(jī)構(gòu)名末尾具有一定象征意義的詞，如 “univrsitti（大學(xué)），idarisi（局），bankisi（銀行）”。建立特征詞庫是將它作為觸發(fā)條件，得到機(jī)構(gòu)名左邊界。

（2）修飾詞庫：修飾詞是指一個(gè)機(jī)構(gòu)名中除特征詞和地名之外的其余詞。比如：Shinjang ilim－pen uchuri inistitoti（新疆科信學(xué)院）當(dāng)中的ilim－pen和uchur是修飾詞。我們總共收集了3574個(gè)機(jī)構(gòu)名修飾詞，并建立了機(jī)構(gòu)名修飾詞庫。

（3）地名／人名庫：由于大多數(shù)機(jī)構(gòu)由地名開頭，我們也建立了地名庫。這對(duì)維吾爾文機(jī)構(gòu)名右邊界的識(shí)別起很大的作用。建立的地名庫總共包含4517個(gè)地名，里面有國外的和國內(nèi)的地名。其中，疆內(nèi)的地名占的比例最高。另外，還增加了常見人名576個(gè)。

2.2.2 整體架構(gòu)

我們根據(jù)維吾爾文機(jī)構(gòu)名的組織結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)并構(gòu)建了機(jī)構(gòu)名的識(shí)別規(guī)則和相應(yīng)的知識(shí)庫。依據(jù)這些識(shí)別規(guī)則和知識(shí)庫，我們?cè)O(shè)計(jì)了基于關(guān)鍵詞匹配和狀態(tài)轉(zhuǎn)移原理的識(shí)別算法，能夠快速準(zhǔn)確地識(shí)別出機(jī)構(gòu)名實(shí)體。

機(jī)構(gòu)名稱識(shí)別系統(tǒng)的整體結(jié)構(gòu)如圖2所示。

圖2 機(jī)構(gòu)名識(shí)別系統(tǒng)結(jié)構(gòu)

2.2.3 基于詞匹配的識(shí)別流程

系統(tǒng)中識(shí)別引擎的識(shí)別流程如圖3 所示，其識(shí)別步驟如下：

步驟1 讀語料；

步驟2 若語料為空，則結(jié)束；否則取當(dāng)前詞；

步驟3 找到機(jī)構(gòu)名特征詞，獲取候選機(jī)構(gòu)名位置；

步驟4 以機(jī)構(gòu)名特征詞作為觸發(fā)點(diǎn)，向前開始匹配；

步驟5 判斷當(dāng)前詞是否為修飾詞，若匹配成功，則保存，并去下一個(gè)詞，再轉(zhuǎn)到步驟5；否則，轉(zhuǎn)到步驟6；

步驟6 若當(dāng)前詞為地名／人名，認(rèn)為是機(jī)構(gòu)名，標(biāo)記并輸出，轉(zhuǎn)到步驟2；若不是，則轉(zhuǎn)到步驟2。

圖3 機(jī)構(gòu)名匹配過程流程

用一實(shí)例說明系統(tǒng)的識(shí)別過程：Shinjang Pidagogika univrsitti（新疆師范大學(xué)）的識(shí)別過程是，首先在特征詞庫里進(jìn)行匹配 （如：univrisitti）如果找到了就從特征詞往右 （維吾爾語是從右往左寫）進(jìn)行前部詞匹配 （跟修飾詞庫和地名庫進(jìn)行匹配，如果有就不斷地進(jìn)行匹配等到?jīng)]有匹配為止）；再往前進(jìn)行地名匹配 （從地名庫進(jìn)行匹配，如：Shinjang）匹配成功后標(biāo)記為機(jī)構(gòu)名。

3 實(shí)驗(yàn)及分析

最近，在維吾爾文信息處理方面進(jìn)行了一些有關(guān)專有名的研究與分析，但是在機(jī)構(gòu)名這一部分的研究相對(duì)少，在本論文中，通過研究與分析，并進(jìn)行實(shí)驗(yàn)，討論在論文中提到的有關(guān)規(guī)則在維吾爾文機(jī)構(gòu)名識(shí)別中的研究及分析中的作用。

在測(cè)試中采用自然語言處理中使用最廣泛的3個(gè)性能評(píng)測(cè)指標(biāo)，即準(zhǔn)確率P、召回率R 和F值，定義如下

其中，β是準(zhǔn)確率P 和召回率R 之間的權(quán)衡因子。β取為1，因此方程簡(jiǎn)成

為了評(píng)估基于語法語義知識(shí)的維吾爾文機(jī)構(gòu)名識(shí)別系統(tǒng)的識(shí)別效果，我們下載天山網(wǎng)的新聞，隨機(jī)抽取了178篇文章 （提取包含機(jī)構(gòu)名的616個(gè)句子，總共有727 個(gè)機(jī)構(gòu)名）進(jìn)行測(cè)試。

系統(tǒng)識(shí)別出來的有648 個(gè)，其中正確識(shí)別出的有571個(gè)。正確率：88.11%，召回率：78.54%，F(xiàn)值：83.05%。

測(cè)試程序界面如圖4所示。

圖4 測(cè)試程序界面

通過實(shí)驗(yàn)結(jié)果我們可以看出大多數(shù)機(jī)構(gòu)名都被正確的識(shí)別出來了，但是由于知識(shí)庫包含的內(nèi)容不完備，造成識(shí)別不完整，漏識(shí)別等現(xiàn)象。因?yàn)榛谥R(shí)庫的機(jī)構(gòu)名識(shí)別方法中系統(tǒng)依賴于特征詞庫，修飾詞庫和地名庫的完備程度，3個(gè)庫中任意一個(gè)不完備，都可能導(dǎo)致識(shí)別錯(cuò)誤和遺漏的情況。下面舉2個(gè)例子，如：besh aliy mektep（五所高校）、ottura bashlanghuch mektep （中小學(xué)）不是機(jī)構(gòu)名，但是由于它們包含的單詞在特征詞庫和修飾詞庫里面存在，系統(tǒng)把它們錯(cuò)誤的識(shí)別為機(jī)構(gòu)名。另外算法的缺陷導(dǎo)致誤識(shí)別，比如：erkin yza igilik univrsittida oquydu.（艾爾肯在農(nóng)業(yè)大學(xué)上學(xué)）當(dāng)系統(tǒng)識(shí)別這一句時(shí)，把erkin yza igilik univrsitti錯(cuò)誤的識(shí)別為機(jī)構(gòu)名。其中erkin （艾爾肯）是人名，但這個(gè)詞有另外一個(gè)意思 （自由），有第二種意思時(shí)，能當(dāng)修飾詞，比如機(jī)構(gòu)名：erkin dimikuratlar partiyisi“自由民主黨”。這種有歧義的人名也會(huì)導(dǎo)致系統(tǒng)的識(shí)別錯(cuò)誤。要是剛才的句子改成erkin Shinjang univrsittida oquydu.（阿里木在新疆農(nóng)業(yè)大學(xué)上學(xué)。）的話，其識(shí)別結(jié)果是正確的。因?yàn)閑rkin后面有一個(gè)機(jī)構(gòu)名首位邊界詞 （地名）Shinjang （新疆），沒有必要判斷前面一個(gè)單詞，這樣就避免了識(shí)別錯(cuò)誤。只要能夠盡可能地完善這些知識(shí)庫，就能進(jìn)一步提高系統(tǒng)的識(shí)別效率。

4 結(jié)束語

本文根據(jù)維吾爾語的語法和語義特性設(shè)計(jì)出有效地識(shí)別規(guī)則和相應(yīng)的知識(shí)庫 （這些規(guī)則不僅能夠在維吾爾語文機(jī)構(gòu)名識(shí)別中應(yīng)用到，也可以在其它的命名實(shí)體識(shí)別，如：人名、地名等），并設(shè)計(jì)了基于狀態(tài)轉(zhuǎn)移原理的高效的識(shí)別算法。實(shí)驗(yàn)結(jié)果表明，我們的機(jī)構(gòu)名識(shí)別系統(tǒng)具有較高地處理速度和精度。在今后的工作中我們打算用統(tǒng)計(jì)的方法和規(guī)則的方法相結(jié)合，改進(jìn)我們的識(shí)別系統(tǒng)并提高識(shí)別效率。

［1］LI Jun，WANG Ding，WANG Xin.Chinese organization name recognition based on template matching ［J］.Information Technology，2008（6）：97－99（in Chinese）.［李軍，王丁，王鑫.基于模板匹配的中文機(jī)構(gòu)名識(shí)別［J］.信息技術(shù)，2008（6）：97－99.］

［2］XIA Yun，LI Zhishu.Chinese organization automatic recognition based on statistical method ［J］.Journal of Sichuan University （Natural Science Edition），2009，46 （3）：613－617 （in Chinese）.［夏赟，李志蜀.基于統(tǒng)計(jì)的中文機(jī)構(gòu)名自動(dòng)識(shí)別［J］.四川大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，46 （3） ：613－617.］

［3］Bender O，Och FJ，Ney H.Maximum entropy models for named entity recognition ［C］／／Proceedings of the Seventh Conference on Natural Language Learning at HLT－NAACL，2003：148－151.

［4］CHEN Xiao，LIU Hui，CHEN Yuquan.Chinese organization names recognition based on SVM ［J］.Application Research of Computers，2008，25 （2）：362－364 （in Chinese）. ［陳霄，劉慧，陳玉泉.基于支持向量機(jī)方法的中文組織機(jī)構(gòu)名的識(shí)別［J］.計(jì)算機(jī)應(yīng)用研究，2008，25 （2）：362－364.］

［5］HUANG Degen，LI Zezhong，WAN Ru.Chinese organization name recognition using cascaded model based on SVM and CRF［J］.Journal of Dalian University of Technology，2010，50（5）：782－787 （in Chinese）.［黃德根，李澤中，萬如基于SVM 和CRF的雙層模型中文機(jī)構(gòu)名識(shí)別 ［J］.大連理工大學(xué)學(xué)報(bào)，2010，50 （5）：782－787.］

［6］YAN Ping.Research on the identifiction for chinese named entity based on combination of rules and statistic analysis ［J］.Computer ＆ Digital Engineering，2011，39 （9）：88－91 （in Chinese）.［閆萍.基于規(guī)則和概率統(tǒng)計(jì)相結(jié)合的中文命名實(shí)體識(shí)別研究［J］.計(jì)算機(jī)與數(shù)字工程，2011，39 （9）：88－91.］

［7］Mairehaba·Aili，JIANG Wenbin，Tuergen·Yibulayin.Lemmatization of Uyghur inflectional words［J］.Journal of Chinese Information Processing，2012，26 （1）：91－96 （in Chinese）.［麥熱哈巴·艾力，姜文斌，吐爾根·依布拉音.維吾爾語詞法中音變現(xiàn)象的自動(dòng)還原模型 ［J］.中文信息學(xué)報(bào)，2012，26（1）：91－96.］

［8］ZHOU Lei，ZHU Qiaoming.Research on recognition method of unknown chinese words based on statistic and regulation ［J］.Computer Engineering，2007，33 （8）：196－198 （in Chinese）.［周蕾，朱巧明.基于統(tǒng)計(jì)和規(guī)則的未登錄詞識(shí)別方法研究［J］.計(jì)算機(jī)工程，2007，33 （8）：196－198.］

［9］SHEN Jiayi，LI Fang，XU Feiyu，et al.Recognition of Chinese organization mames and abbreviations ［J］.Journal of Chinese Information Processing，2007，21 （6）：17－21 （in Chinese）.［沈嘉懿，李芳，徐飛玉，等.中文組織機(jī)構(gòu)名稱與簡(jiǎn)稱的識(shí)別［J］.中文信息學(xué)報(bào)，2007，21 （6）：17－21.］

［10］ZHOU Junsheng，DAI Xinyu，YIN Cunyan，et al.Automatic recognition of Chinese organization name based on cascaded conditional random fields［J］.Acta Electronica Sinica，2006，34 （5）：804－809 （in Chinese）.［周俊生，戴新宇，尹存燕，等.基于層疊條件隨機(jī)場(chǎng)模型的中文機(jī)構(gòu)名自動(dòng)識(shí)別 ［J］.電子學(xué)報(bào)，2006，34 （5）：804－809.］

［11］Dimitra F，Vangelis K，John K，et al.Rule－based named entity recognition for greek financial texts［C］／／Proceedings of the International Conference on Computational Lexicography and Multimedia Dictionaries，2000：75－78.

［12］HU Wanting，YANG Yan，YIN Hongfeng，et al.Organization name recognition based on word frequency statistics［J］.Application Research of Computers，2013，30 （7）：2014－2016 （in Chinese）.［胡萬亭，楊燕，尹紅風(fēng)，等.一種基于詞頻統(tǒng)計(jì)的組織機(jī)構(gòu)名識(shí)別方法 ［J］.計(jì)算機(jī)應(yīng)用研究，2013，30 （7）：2014－2016.］

［13］FENG Jinghua，Guma·Altenbek，Mayra·Hapar.Kazakh organization name recognition based on N－gram model［J］.Computer Engineering and Applications，2010，46 （31）：135－138 （in Chinese）.［馮鯨華，古麗拉·阿東別克，瑪依來·哈帕爾.基于N－gram 語言模型的哈薩克文機(jī)構(gòu)名識(shí)別［J］.計(jì)算機(jī)工程與應(yīng)用，2010，46 （31）：135－138.］

［14］Kurex·Mahmutjan·Raisi.Modern Uyghur language［M］.Xinjiang：Xinjiang People’s Publishing House（in Uyghur），2003（in Chinese）.［庫熱西· 買合木提江·熱義思.現(xiàn)代維吾爾語［M］.新疆：新疆人民出版社（維吾爾文），2003.］