基于组合神经网络的软件命名实体识别仿真

摘要：

当前软件命名实体识别方法忽略了对命名实体标签的预测,存在精度等级(P@N)、F1值和KS值均偏低问题.提出基于组合神经网络的软件命名实体识别方法.将识别命名实体问题转化成"SBEIO"标签预测问题,在组合神经网络模型的基础上提取字、词特征,并将两者结合得到词向量特征,以此预测出最优标签序列.构建支持向量机分类器,将标签序列进行分类,根据超平面分割出分类结果,利用决策函数确定出最优分类命名实体,实现软件命名实体识别.实验结果表明,所提方法具有较高的精度等级(P@N)、F1值以及KS值.

关键词：词特征、字词向量、组合神经网络模型、支持向量机、命名实体识别

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：广东省创新强校工程科研项目2018GXJK286

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：489-492,509