基于标签聚类的中文重叠命名实体识别方法

摘要：

为解决命名实体之间的复杂嵌套以及语料库中标注误差导致的相邻命名实体边界重叠问题,提出一种中文重叠命名实体识别方法.利用基于随机合并与拆分的层次化聚类算法将重叠命名实体标签划分到不同的聚类簇中,建立文字到实体标签之间的一对一关联关系,解决了实体标签聚类陷入局部最优的问题,并在每个标签聚类簇中采用融合中文部首的BiLSTM-CRF模型提高重叠命名实体的识别稳定性.实验结果表明,该方法通过标签聚类的方式有效避免标注误差对识别过程的干扰,F1值相比现有识别方法平均提高了0.05.

关键词：命名实体识别、实体重叠、中文命名实体、标签聚类、层次化聚类

所属期刊栏目：46

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家重点研发计划“面向云计算的网络化操作系统”2016YFB1000500

在线出版日期：2020-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-46