中文信息处理的基础是分词。影响分词准确率的重要因素之一就是未登录词的识别,而未登录词识别的难点是专有名词识别。本文针对专有名词内部结构特点及其上下文词语环境特点,提出了一个以规则方法为主的专有名词统一识别方案。该方法利用从语料库中自动提取到的专有名词信息和采用基于转换的错误驱动学习方法获得的规则,对切分文本进行属性标注,最终实现专有名词的识别。此方法中专有名词词语信息和规则的提取完全采用机器学习的方式,具有在不受人工干预的情况下,改变训练样本即可适应新环境的特点。本文首先围绕专有名词识别问题展开讨论,在分析和比较了现有的专有名词识别方案和常用方法后,明确了课题目标;在此基础上,提出了一个以规则为主的专有名词统一识别方法;然后,在提出了课题的设计思想,对课题的设计方法进行了一个整体的概括介绍后,进行了详细的系统设计说明,主要包括:基本概念的定义、文本预处理、专有名词特征信息集的建立、规则的提取和属性标注等五个方面。最后,将系统的实现分为数据准备和识别程序两个方面进行了详细的介绍。文章提出了一个识别专有名词的方案,并且根据此方案实现了一个识别系统,同时进行了多项数据试验,对专有名词的识别研究具有一定的参考价值;开放测试的结果也表明,该系统的专有名词识别能力也达到了较好的实用水平。