10.16208/j.issn1000-7024.2019.12.043
面向电力智能问答系统的命名实体识别算法
针对现有电力系统中智能客服机器人语义理解能力不足、关键词定位不准等问题,提出基于条件随机场(conditional random field,CRF)的命名实体识别(named entity recognition,NER)算法.根据实际的电力服务问答数据集,构建领域专用知识库,对语料进行分词与自动标注,并提取出“(地点,故障,解决方案)”的命名实体三元组.在标注后的问答语料数据集上对识别模型进行训练,可以对语料中与3类命名实体关联的关键词进行定位,实现对3类实体的识别并自动构建三元组.在测试语料上的实验结果表明,该算法相对现有方法有效提高了对位置、故障和解决方案3类实体的识别准确率,分别达到了96.44%o、92.04%0和95.12%.
命名实体识别、条件随机场、智能问答系统、文本挖掘、自然语言处理
40
TP391.1(计算技术、计算机技术)
2020-01-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
3625-3630